OpenGPTAI决策工作区Agent评测
WebArena Agent评测
OpenGPT将0条公开记录保留在下方所示的WebArena评测版本与环境内。
- 任务
- 812
- 公开记录
- 0
- 来源数据日期
- 身份核验日期
- 需要复核
数据范围
v0.2.0 · canonical self-hosted environment. realistic web tasks. Self-hosted websites with functional outcome evaluators. Submission-specific.
OpenGPT如何处理这些数据
OpenGPT保留发布方的指标、任务范围、环境、版本、配置字段与数据日期，不生成跨评测Agent总分。
可比边界
- 更高结果只适用于所展示的评测版本与条件。
- Agent结果反映完整系统，而不是基础模型单独能力。
- 成本、稳定性、安全性或速度没有公开时保持未报告，不进行推测。
- OpenGPT 已核实官方基准范围，但尚未冻结一份配置完整、可直接比较的结果快照。
v0.2.0 · canonical self-hosted environment
展示0条公开记录中的0条；每项结果都保留来源评测与配置。