OpenAI開源BrowseComp，重塑Agent瀏覽器評測

金色財經報道，今天凌晨2點，OpenAI開源了專門用於智能體瀏覽器功能的測試基準——BrowseComp。這個測試基準非常有難度，連OpenAI自己的GPT-4o、GPT-4.5準確率只有0.6%和0.9%幾乎爲0，即便使用帶瀏覽器功能的GPT-4o也只有1.9%。但OpenAI最新發布的Agent模型Deep Research準確率高達51.5%，在自主搜索、信息整合、準確性校準方面非常優秀。（AIGC開放社區）