Browser Use· Magnus Müller·· 12 天前精选AI 评分62
卡内基梅隆大学与 Browser Use 发布长程网页智能体基准 Odysseys2
Odysseys2: a long-horizon web agent benchmark
AI 导读
卡内基梅隆大学与 Browser Use 合作发布长程网页智能体基准 Odysseys2，包含 100 个真实网页长任务，每项按 8 到 12 条 pass/fail 检查评分。
推荐理由
同一模型在不同 harness 和评分器下成绩差距明显，正文用数据说明读 agent 榜单时要把这些变量一并考虑。
来源：Browser Use · browser-use.com