Browser Use· Magnus Müller·· 17 天前AI 评分47
Odysseys2：一个长时程 web agent 基准测试
Odysseys2: a long-horizon web agent benchmark
AI 导读
CMU 与 Browser Use 联合发布长时程 web agent 基准 Odysseys2，包含 100 个真实网页长任务，每个任务按 8 到 12 项 pass/fail 检查评分。
来源：Browser Use · browser-use.com