Wydajemy BrowseComp, co oznacza Konkurs Przeglądania. 🏎️ Pomyśl o tym jak o konkursach programistycznych lub matematycznych — chociaż te zawody mogą nie odzwierciedlać idealnie rzeczywistej pracy SWE lub badań matematycznych, to jednak uchwycają iskrę inteligencji. To jest TEN benchmark, na którym powinniśmy się skupić oceniając inteligencję agentów przeglądania przypominających głębokie badania.