OpenDS评测真实网页深度搜索能力
热点事件持续更新
OpenDS评测真实网页深度搜索能力
1 篇报道1 个报道来源2 小时前更新
先了解这件事
AI 综述
arXiv论文《Deep Search in Real-World Web Environments》提出OpenDS任务与OpenDS-World基准，用200个高难度任务评测AI智能体在真实开放网页中的多步搜索、浏览器交互和跨信源证据整合能力，答案经独立人工验证确保唯一。 在统一工具环境和执行协议下，12个前沿模型完成评测；论文称最佳模型为GPT-6 Astra，得分39%，高于人类平均的21.1%。该基准覆盖多种信息模态、异构文件及需要交互访问的网页场景。
AI 根据报道生成 · 1 小时前更新
最新进展10月25日 17:35
OpenDS-World 基准评测 GPT-6 Astra 实时网页深度搜索 39%报道时间线
沿着报道，了解事件的不同侧面。
10月25日
- AGI HuntOpenDS-World 基准评测 GPT-6 Astra 实时网页深度搜索 39%
arXiv 论文《Deep Search in Real-World Web Environments》提出 OpenDS 任务与 OpenDS-World 基准，要求 AI 智能体在真实开放网页中自主完成多步搜索、交互和证据整合。12 个前沿模型在统一工具环境与执行协议下完成评测，最佳模型成绩为 39%，据称为 GPT-6 Astra，高于人类平均的 21.1%。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。