OpenAI 发布 BrowseComp 数据集, 应用在 互联网信息检索、智能体评估 领域

OpenAI 本次发布的数据集 BrowseComp, BrowseComp是由OpenAI创建的一个简单但具有挑战性的基准数据集，用于衡量智能体浏览互联网的能力。该数据集包含1266个需要持续浏览互联网以寻找难以找到的、相互关联的信息的问题。这些问题虽然难度较大，但预测答案简短且易于验证。数据集的创建过程完全由人工完成，问题旨在挑战现有模型的能力。该数据集可应用于评估智能体在浏览互联网时的持久性和创造力，以解决信息检索问题。

查看BrowseComp

README 内容： 

关于 OpenAI , 开放人工智能研究中心（OpenAI）是一家致力于开发和推广友好人工智能的研究机构，成立于2015年，由埃隆·马斯克、萨姆·阿尔特曼等人共同创立。其目标是确保人工智能的发展能够造福全人类，避免其被少数人控制。OpenAI的研究领域涵盖机器学习、自然语言处理、机器人技术等，并在多个领域取得了显著成果。

关于 arXiv , arXiv 是一个免费分发服务和开放获取的学术文章档案库，涵盖了物理学、数学、计算机科学、定量生物学、定量金融、统计学、电气工程和系统科学以及经济学等领域。该网站上的材料并未经过 arXiv 的同行评审。