/ 行情价格
OpenAI推出高难度基准测试BrowseComp，挑战AI上网搜索能力
发布时间：2025-04-11 08:39:06
4月11日，OpenAI开源了名为BrowseComp的新基准测试，用于评估AI代理在互联网上查找复杂信息的能力。该测试包含1266个挑战性问题，覆盖影视、科技、历史等领域，难度高于现有测试如SimpleQA。
据AIGC开放社区消息，GPT-4o和GPT-4.5在该测试中的准确率仅为0.6%和0.9%，即使使用带浏览器功能的GPT-4o也仅为1.9%。而OpenAI最新发布的Deep Research模型准确率达到51.5%。
免责声明：本文为转载，非本网原创内容，不代表本网观点。其原创性以及文中陈述文字和内容未经本站证实，对本文以及其中全部或者部分内容、文字的真实性、完整性、及时性本站不作任何保证或承诺，请读者仅作参考，并请自行核实相关内容。
如有疑问请发送邮件至：bangqikeconnect@gmail.com