CMU与Browser Use发布Odysseys2网页Agent基准
热点事件观察中
CMU与Browser Use发布Odysseys2网页Agent基准
1 篇报道1 个报道来源1 天前更新
先了解这件事
AI 综述
2026年10月27日，卡内基梅隆大学（CMU）与Browser Use联合发布长周期网页智能体基准Odysseys2。据Browser Use博客，该基准包含100个真实网页上的长任务，以982项通过/失败检查评分；每个任务需满足其8至12项检查才算完全完成，平均评分按已满足检查的占比计算，若尝试被标记为疑似奖励作弊则记0分。测试对15个智能体各进行每任务一次、限时60分钟的尝试，最佳智能体GPT-6 Astra完整完成47个任务，平均评分84.6。报道还称，Fable 5因内容过滤被拦截2个任务，其均值基于98个任务计算。目前进展限于基准发布与首轮评测结果公布。
AI 根据报道生成 · 2 小时前更新
最新进展10月27日 08:00
CMU 与 Browser Use 发布 Odysseys2 长周期网页智能体基准报道时间线
沿着报道，了解事件的不同侧面。
10月27日
- Browser Use Blog精选CMU 与 Browser Use 发布 Odysseys2 长周期网页智能体基准
CMU 与 Browser Use 联合发布 Odysseys2 长周期网页智能体基准，包含 100 个真实网页长任务、982 项通过/失败检查，最佳智能体 GPT-6 Astra 完整完成 47 个任务，平均评分 84.6。
本事件热度走势
- 可比范围当前
- 4
- 可比范围峰值
- 410月28日 13:00
- 近 24 小时变化
- –
0246
13:0014:0015:00
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。