**HyperBrowseComp:面向网页浏览智能体的多语言多模态压力测试基准**

_HyperBrowseComp: A Multilingual and Multimodal Stress Test for Web-Browsing Agents_

> 该论文提出 HyperBrowseComp,一个包含 13 种语言、423 道人工验证高难度问题的多模态浏览基准。题目要求智能体在开放网络中定位隐蔽证据、处理视频及扫描文档等异构源,并通过排除仅靠参数知识可解的简单题来确保挑战性。研究评估了多种模型在原生搜索及共享检索框架下的表现,并引入人类评估作为参照,旨在测试智能体跨语言及多模态的持续信息检索能力。

**来源信息**
- **来源**:HuggingFace Daily Papers(社区热门论文)
- **分类**:论文
- **发布时间**:2026-10-05 08:00(北京时间)
- **原文**:[打开原文](https://huggingface.co/papers/2610.03574)