Branch-and-Browse: Exploración web eficiente con razonamiento en árbol
Branch-and-Browse mejora la exploración web con un 35.8% de éxito y reduce el tiempo hasta un 40.4% respecto a métodos actuales. Descubre cómo este framework
#tareas web
MyPCBench: un benchmark para agentes inteligentes de uso personal de PC
MyPCBench evalúa agentes de IA como asistentes personales en escritorio Linux con 184 tareas reales. El mejor modelo (Claude Opus) solo resuelve 55.4%.