BrowseComp(ブラウジングコンペティションの略)をリリースします。🏎️ コーディングや数学のコンテストのように考えてみてください — これらのコンテストは、現実世界のSWEや数学の研究を完全に反映しているわけではありませんが、知性のひらめきを捉えています。 これは、ディープリサーチのようなブラウジングエージェントの知能を評価する際に考慮すべきベンチマークです。