HyperBrowseComp: Một bài kiểm tra căng thẳng đa ngôn ngữ và đa phương thức cho các agent duyệt web
HyperBrowseComp: A Multilingual and Multimodal Stress Test for Web-Browsing Agents
Đoạn trích bài viết
Chúng tôi giới thiệu HyperBrowseComp, một bài đo chuẩn duyệt web đa ngôn ngữ và đa phương pháp bao gồm 423 câu hỏi được viết bằng tay và được xác nhận bởi con người trên 13 ngôn ngữ, được viết bởi những người nói tiếng mẹ đẻ hoặc có trình độ cao. Các câu hỏi được thiết kế để trở nên cực kỳ khó khăn. Mỗi câu hỏi nhắm vào một quán rượu ngắn gọn.
Toàn văn bài viết
Mở bài viết gốc
Đọc bài viết đầy đủ trên huggingface
Mở bài gốc để xem trọn vẹn chi tiết và dẫn chứng.