BrowseComp-Plus-Mini: 15-Query-Subset ersetzt 830-Fragen-Benchmark
ToolsHugging Face
CompaniesHugging Face
Warum es zählt
Deep-Research-Agents lassen sich damit zu einem Bruchteil der Kosten zuverlässig vergleichen: Systeme mit mehr als 10 Punkten Abstand auf dem Vollbenchmark behalten ihre Reihenfolge zu 96 % korrekt bei. Das beschleunigt Iterationszyklen erheblich.
— Lumeric Redaktion
0.88 Spearman
Rang-Übereinstimmung mit vollem Benchmark
Frag die KI zum Artikel
Folgefragen zu Headline, Quelle und Volltext — Antwort streamt in wenigen Sekunden.
Verwandte Beiträge
BrowseComp-Plus-Mini: 15-Query-Subset ersetzt 830-Fragen-Benchmark
ToolsHugging Face
CompaniesHugging Face
Warum es zählt
Deep-Research-Agents lassen sich damit zu einem Bruchteil der Kosten zuverlässig vergleichen: Systeme mit mehr als 10 Punkten Abstand auf dem Vollbenchmark behalten ihre Reihenfolge zu 96 % korrekt bei. Das beschleunigt Iterationszyklen erheblich.
— Lumeric Redaktion
0.88 Spearman
Rang-Übereinstimmung mit vollem Benchmark
Frag die KI zum Artikel
Folgefragen zu Headline, Quelle und Volltext — Antwort streamt in wenigen Sekunden.