跳到正文
热点事件持续更新

研究者发布WebArena-Pro网页Agent多模态基准

1 篇报道1 个报道来源4 小时前更新

先了解这件事

AI 综述

研究者在arXiv发布WebArena-Pro基准:包含300个任务、20个自托管的Web应用,覆盖六个领域类别,用于评测网页Agent。 该基准把音频和视频作为核心观测模态,属于多模态评测。任务通过专门的标注界面编写,先经LLM辅助筛选,再由人工验证后发布;每个任务独立运行,支持可复现的并行评测。

AI 根据报道生成 · 3 小时前更新

报道时间线

沿着报道,了解事件的不同侧面。

11月16日
  1. arXiv cs.AI
    WebArena-Pro:面向 Web Agent 的异构多模态可复现基准

    研究者推出 WebArena-Pro 基准,包含 300 个任务、20 个自托管 Web 应用,覆盖六个领域类别,并将音频和视频作为核心观测模态,支持可复现的并行评测。

本事件热度走势

可比范围当前
9
可比范围峰值
1011月16日 14:00
近 24 小时变化
–

趋势仅比较持续完整观测到的相同主体,范围可能小于当前热度统计。移动指针或点击图表查看每小时热度;键盘可用左右方向键切换。