您现在的位置是：首页 > 快讯快讯

OpenAI推出高难度基准测试BrowseComp，挑战AI上网搜索能力

zhoucl 2025-04-11 08:42:07 快讯已有人查阅

导读 4月11日消息，OpenAI已开源全新基准测试BrowseComp，用于评估AI代理在互联网上查找难以获取信息的能力。该测试包含1266个极具挑战性的题目，设计初衷为模拟AI在复杂信息网络中的“在线寻宝”，强调答案难找但易验证。测试中问题涵盖影视、科技、历史等多个领域，难度显著高于现有如SimpleQA等测试。

4月11日，OpenAI开源了新基准测试BrowseComp，用于评估AI在互联网上查找复杂信息的能力。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SimpleQA等现有测试。

据AIGC开放社区数据，GPT-4o和GPT-4.5在该测试中的准确率分别为0.6%和0.9%，使用浏览器功能的GPT-4o准确率为1.9%。而OpenAI最新发布的Deep Research模型准确率达到51.5%。

本文标签：

很赞哦！ ()

上一篇：Coinbase现已上线Wayfinder (PROMPT)

下一篇：美股收盘：三大股指再度大跌，特斯拉挫逾7%