Browser Use 刪除 136,905 行程式碼,browser-use 1.0 基準分數提高
We Deleted 137,000 Lines of Our Own Code and Benchmark Scores Went Up
重點導讀
Browser Use 發現,給 AI 助理太多瀏覽器操作工具,可能讓它得在一長串選項中挑選,也可能用不上預先做好的功能。
- 團隊在 browser-use 1.0 把 24 個主要工具收成一個 Python 工具,讓模型直接寫程式操作瀏覽器。
- 在 BU Bench v2.1 上,同樣三個模型的分數比 0.x 高 14 到 33 分。不過,這次更新還改了其他內容,工具改動沒有單獨測試,而且每個模型只跑了一次,因此不能把分數變化全算在工具精簡上。團隊也從 199 段操作紀錄中找出模型自行使用的瀏覽器指令,主張只在模型缺少必要能力時才另外做工具。
AI 伴隨問答
針對這篇報導有疑問?可直接點選快捷問題或向 AI 追問背景脈絡與技術細節:
推薦理由
團隊用實際任務追蹤 AI 助理會用哪些操作,說明精簡工具清單如何減少選擇負擔,也呈現基準分數比較的限制。
信源出處browser-use.com
We Deleted 137,000 Lines of Our Own Code and Benchmark Scores Went Up
本文為 888news 精選之重點導讀。若需閱讀作者完整原文、技術細節與官方討論,請前往原始網站。
來源: Browser Use (browser-use.com)
開啟原文