我听说强化学习只在可验证的奖励下有效？😛 恭喜！！

刚刚尝试了一下，代理在自己的浏览器中解决了第一级，哈哈。感谢你创建这个基准！

公司外面知道他们有多么有才华和拼搏的人并不多。这对OpenAI来说是一个巨大的损失，我感到非常失望，因为领导层没有留住他们。

我们将发布 BrowseComp，代表浏览竞争。 🏎️ 可以把它想象成编程或数学竞赛——虽然这些比赛可能并不能完美反映现实世界的软件工程或数学研究，但它们确实捕捉到了一丝智慧。 这是我们在评估深度研究类浏览代理的智能时应该关注的基准。