WebArena-Pro 发布:最强 agent 仅解出 62.3% 网页任务

hhsun1 · x · 2026-11-17

研究者发布 WebArena-Pro,目前规模最大、最具挑战性的浏览器 agent 基准:300 个任务覆盖 20 个自托管真实网站、6 大领域,并首次将音频和视频作为核心观察模态(共 4 种模态),支持可复现的并行评测。

所属事件:McGill 发布 WebArena-Pro:20 网站多模态基准,最强 Agent 仅过 62.3%(8 条相关)→

原文链接 →

「编程与Agent」频道最新

更多「编程与Agent」频道 AI 资讯 →