阿里云开源智能体WebSailor登顶BrowseComp评测榜单
创始人
2025-07-07 19:42:33
0次
今日阿里云宣布，通义实验室正式开源网络智能体WebSailor，该智能体凭借强大的推理与检索能力，在OpenAI发布的高难度智能体评测集BrowseComp上位列开源榜单首位。目前，其构建方案及部分数据集已在GitHub开源。
WebSailor专为复杂场景设计，能高效处理模糊问题，通过多步推理和交叉验证从海量信息中精准检索答案。通义实验室采用创新的post-training方法，显著提升了模型在网页推理任务中的表现。在BrowseComp评测中，WebSailor-32B和WebSailor-72B版本不仅领先于DeepSeek R1、Grok-3等开源模型，甚至超越部分闭源系统，仅次于OpenAI DeepResearch。
此外，WebSailor在普通任务数据集SimpleQA上也展现出优异性能，验证了其泛化能力。阿里云表示，该智能体的通用工作流及“高难度任务合成+高效RL优化”策略，可为开源社区解决复杂推理、学术发现等挑战提供借鉴。
下一篇：海能实业：没有生产AI眼镜产品
相关内容
热门资讯
韩国启动全民AI成长阶梯项目，...
2026年8月3日，韩国科学技术信息通信部正式启动全民AI成长阶梯项目，项目整合全民AI学习馆、全民...
从全民AI入门到创业孵化，韩国...
8月3日，财闻海外资讯消息，韩国科学技术信息通信部正式启动全民AI成长阶梯项目，整合全民AI学习馆、...
AI赋能包 | 产品介绍⑪——...
产品介绍 短视频AI剪辑与碰一碰批量发布系统是一套面向企业短视频矩阵营销的“AI剪辑+碰一碰发布”系...
PandaAI李昱琦：AI交易...
上证报中国证券网讯（记者 胡尧）8月1日，在上海虹口举行的PandaAI第三届因子大赛颁奖典礼暨AI...
真人短剧被AI“抢饭碗”？从业...
“去年下半年AI短剧开始兴起，过完年真人短剧行情跌到谷底。真人短剧拍摄量锐减，大量专门承接平台真人剧...
Genspark 发布 Gen...
用 Al-Native 的方式，打造一款新时代的 Office。 8 月 3 日，在 AGI Pla...
原生统一多模态进阶！Sense...
今年4月，商汤科技发布了SenseNova U1，首次完整展示了基于NEO-Unify架构的原生统一...
开放通用智能，MiniMax ...
8月3日，据MiniMax消息，MiniMax正式开源新一代通用视频模型MiniMax H3。据介绍...
商汤科技开源多模态模型Sens...
IT之家 8 月 3 日消息，商汤科技今日宣布，面向社区开源轻量级统一多模态模型的预览版本 Sens...
MiniMax开源H3，视频模...
长期封闭的视频模型赛道，出现了一个开源旗舰。 7月31日，MiniMax发布视频旗舰模型H3，并在8...