Stiamo lanciando BrowseComp, che sta per Competizione di Navigazione. 🏎️ Pensalo come le competizioni di coding o di matematica: mentre questi concorsi potrebbero non riflettere perfettamente il lavoro reale di SWE o la ricerca matematica, catturano comunque una scintilla di intelligenza. Questo è IL benchmark di cui dovremmo preoccuparci quando valutiamo l'intelligenza di agenti di navigazione simili a ricerche approfondite.