MBZUAI 发布 HyperBrowseComp 多语言浏览 Agent 基准
先了解这件事
2026 年 10 月 5 日，MBZUAI 发布 HyperBrowseComp，一个多语言、多模态的浏览 Agent 基准。报道称，该基准包含 423 道人工验证题目，覆盖 13 种语言；题目要求 Agent 发现隐晦证据、串联多步线索，或检查视频、扫描文档、图片、地图等异构来源，答案简短且可公开验证。评测在统一的 Agent 协议下进行，对比方式包括使用厂商原生搜索与共享检索框架运行多个模型，并辅以抽样人类评测；截至当时，尚无评测结果或榜单信息公布。10 月 6 日的后续报道补充，该工作对应论文 arXiv:2610.03574，并称题目全部由母语者人工撰写、经人工验证，用于评估浏览 Agent 在不同语言与模态下的实际能力。
AI 根据报道生成 · 2 小时前更新
报道时间线
沿着报道，了解事件的不同侧面。
- AGI HuntHyperBrowseComp 发布：13 种语言 423 题压测浏览 Agent
MBZUAI 发布 HyperBrowseComp，一个面向网页浏览 Agent 的多语言、多模态压力测试基准（arXiv:2610.03574），包含 423 道题目、覆盖 13 种语言。题目全部由母语者人工撰写并经人工验证，用于评估浏览 Agent 在不同语言与模态下的实际能力。
- AGI HuntMBZUAI 发布 HyperBrowseComp：13 语种 423 题压测浏览 Agent
MBZUAI 发布 HyperBrowseComp，一个多语言多模态浏览 Agent 基准，含 423 道人工验证题目、覆盖 13 种语言。题目需发现隐晦证据、串联多步线索，或检查视频、扫描文档、图片、地图等异构来源，答案简短可公开验证。评测在统一 Agent 协议下用厂商原生搜索与共享检索框架对比多个模型并抽样人类评测。
本事件热度走势
当前热度 9·可比范围峰值 10（10月6日 22:00）·近 24 小时可比范围变化 –
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。