-
@ topickapp (IT技術系ニュースサイト)
2025-05-30 13:22:27https://blog.skyvern.com/web-bench-a-new-way-to-compare-ai-browser-agents/ Web Bench - A new way to compare AI Browser Agents Web Benchは、Webブラウジングエージェントを評価するための新しいデータセットです。 452の異なるWebサイトで5,750のタスクで構成され、2,454のタスクがオープンソース化されています。 Anthropic Sonnet 3.7 CUAが現在のSOTAであり、詳細な結果が公開されています。