CMU 与 Browser Use 发布长程网页 Agent 基准 Odysseys2
热点事件观察中
CMU 与 Browser Use 发布长程网页 Agent 基准 Odysseys2
1 篇报道1 个报道来源1 天前更新
先了解这件事
AI 综述
卡内基梅隆大学（CMU）与 Browser Use 发布长程网页 agent 基准 Odysseys2，包含 100 个真实网页上的长任务，每个任务按 8 到 12 项通过/失败检查评分。 评测覆盖 15 个 agent，每个任务限一次 60 分钟尝试，全部在 BrowserCode 环境中运行。分数由一个 LLM 评审给出，该评审尚未经过与人工参照的验证。
AI 根据报道生成 · 2 小时前更新
最新进展10月27日 08:00
Odysseys2：CMU 与 Browser Use 联合推出的长程 web agent 基准报道时间线
沿着报道，了解事件的不同侧面。
10月27日
- Browser Use BlogOdysseys2：CMU 与 Browser Use 联合推出的长程 web agent 基准
CMU 与 Browser Use 发布长程 web agent 基准 Odysseys2，包含 100 个真实网页长任务，每个任务按 8 到 12 项通过/失败检查评分。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。