Populární témata
#
Bonk Eco continues to show strength amid $USELESS rally
#
Pump.fun to raise $1B token sale, traders speculating on airdrop
#
Boop.Fun leading the way with a new launchpad on Solana.
Vydáváme soubor BrowseComp, což je zkratka pro Soutěž v prohlížení. 🏎️
Představte si to jako soutěže v programování nebo matematice – i když tyto soutěže nemusí dokonale odrážet skutečnou SWE nebo matematický výzkum, zachycují jiskru inteligence.
To je měřítko, o které bychom se měli zajímat při hodnocení inteligence agentů pro prohlížení podobných hloubkovému výzkumu.

11. 4. 2025
Pracujeme s otevřeným zdrojovým kódem BrowseComp ("Soutěž v prohlížení"), což je nový náročný benchmark, který testuje, jak dobře dokážou agenti umělé inteligence procházet internet a hledat těžko lokalizovatelné informace.
Je to jako online lov mrchožroutů... ale pro agenty procházení.
464,6K
Top
Hodnocení
Oblíbené