ClawBench : лучший ИИ-агент справился лишь с 33% реальных повседневных задач в интернете Исследователи из UBC, Vector Institute и CMU представили ClawBench — бенчмарк для проверки ИИ-агентов на реальных сайтах.
Пришлите ссылку — остальное мы выясним сами.
Мы рассмотрим, что вы прислали, и добавим в каталог, если подойдёт.