BrowseComp：浏览型 AI 智能体评测基准

OpenAI 发布 BrowseComp，一个用于评估浏览型 AI 智能体性能的评测基准。该基准测试专门针对智能体在网页浏览任务中的准确性和效率进行测试。BrowseComp 的推出为 AI 智能体的浏览能力提供了标准化评估框架。