AGI Hunt· McGill-NLP·· 40 分钟前AI 评分51
McGill-NLP 发布 WebArena-Pro 多模态 Web Agent 基准
McGill-NLP 发布 WebArena-Pro:20 个应用 300 任务的多模态 Web Agent 基准
AI 导读
McGill-NLP 发布 WebArena-Pro,一个包含20个自托管 Web 应用、300个任务的多模态 Web Agent 基准,覆盖六大领域并纳入音视频观测模态。该基准由 McGill、Mila、ServiceNow 等机构合作完成,项目页与代码已开源;Codex+GPT 6.1 Sol 与 Claude Code+Claude Opus 5.5 以62.3%并列最佳。
来源:AGI Hunt · agihunt.info