熱點事件持續更新
Browser Use 公開 BU Bench V1
1 篇報道1 個報道來源2 小時前更新
先了解這件事
AI 綜述
2026年10月13日，Browser Use 公開開源基準 BU Bench V1，用以比較多款 LLM 執行網頁自動化任務的表現。基準包含 100 項被描述為困難但可完成的瀏覽器任務，任務取自五個來源。每項任務由 gemini-2.5-flash 作二元判定；報道指出，判定結果與人工判斷的一致率為 87%。報道交代了基準的任務數量、來源數目及判定方式，但沒有提供各模型的比較結果或排名。
AI 根據報道生成 · 1 小時前更新
最新進展10月13日 00:27
Browser Use 公開開源基準 BU Bench V1，並説明任務設計及判定與人工判斷的一致率。報道時間線
沿着報道，瞭解事件的不同側面。
10月13日
- Browser UseBrowser Use 公開 BU Bench V1 瀏覽器智能體基準，比較多款 LLM 的網頁自動化表現
Browser Use 公開開源基準 BU Bench V1，以 100 項困難但可完成的瀏覽器任務比較不同 LLM 的網頁自動化表現。任務取自五個來源，由 gemini-2.5-flash 作二元判定，與人工判斷的一致率為 87%。
本事件熱度走勢
還沒有足夠的連續觀測數據，暫不繪製趨勢。