Я слышал, что обучение с подкреплением работает только с проверяемыми наградами? 😛 Поздравляю!!

только что попробовал, и агент сам решил уровень 1 в своем браузере, лол. спасибо за создание эталона!

Не так много людей за пределами компании знают, насколько они талантливы и преданы делу. Это огромная утрата для OpenAI, и мне действительно жаль, что руководство не удержало их.

Мы выпускаем BrowseComp, что означает Соревнование по Поиску. 🏎️ Думайте об этом как о соревнованиях по программированию или математике — хотя эти конкурсы могут не идеально отражать реальную работу SWE или математические исследования, они все же захватывают искру интеллекта. Это ТОТ эталон, о котором мы должны заботиться при оценке интеллекта глубоких агентов для поиска, похожих на исследования.