OpenAI推出高難度基準測試BrowseComp，挑戰AI上網搜索能力

BTCC / BTCC Square / PanewslabTW /

Author:

發佈時間:

2025-04-11 07:54:50

PANews 4月11日消息，OpenAI已開源全新基準測試BrowseComp，用於評估AI代理在互聯網上查找難以獲取信息的能力。該測試包含1266個極具挑戰性的題目，設計初衷為模擬AI在復雜信息網絡中的“在線尋寶”，強調答案難找但易驗證。測試中問題涵蓋影視、科技、歷史等多個領域，難度顯著高於現有如SimpleQA等測試。

據AIGC開放社區稱，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%幾乎為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%。

來源:

登入回覆

登入分享您的看法

前一篇

<< Coinbase現已上線Wayfinder (PROMPT) >>

本站轉載文章皆來自公開網絡，部分由AI整理，僅為傳遞產業訊息，不代表BTCC立場。原創權益歸原作者所有。如發現版權問題，請透過[email protected]聯絡我們，我們將依法處理。 BTCC不對資訊準確性、時效性及完整性作任何保證，不承擔因依賴資訊而產生的任何責任。內容僅供參考，不構成投資、法律或商業建議。