HyperBrowseComp 发布：13 种语言 423 题压测浏览 Agent

研究团队发布了 HyperBrowseComp，一个面向网页浏览 Agent 的多语言、多模态压力测试基准（arXiv:2610.03574）。该基准包含 423 道题目，覆盖 13 种语言，全部由母语者人工撰写并经人工验证，旨在全面评估浏览 Agent 在不同语言与模态下的实际能力。

2026-10-05 ~ 2026-10-06 · 2 条相关

• MBZUAI 发布 HyperBrowseComp:13 语种 423 题压测浏览 Agent — MBZUAI · 2026-10-05
• HyperBrowseComp 发布：13 种语言 423 题压测浏览 agent — zmkzmkz · 2026-10-06