№ 318. Умеют ли агенты уже пользоваться компьютером? У нас есть данные

a16z.com · раздел «Зрелость и опросы» · доказательность: средняя. Авторы a16z сравнивают результаты бенчмарка OSWorld-Verified: год назад лучшая модель решала 42% задач, сейчас лидер — 85%, выше примерно 72% у людей. Одна платформа для производителей товаров повседневного спроса, по их данным…

Атлас показывает матрицу и указатель с включённым JavaScript.