网站 · 项目档案
Mind2Web 2
面向长流程网页研究及带来源综合回答的 Agent 搜索基准，提供公开评审 Agent 框架及带版本的任务专用评分器。
它可以用来做什么？
利用任务专用验证树及缓存证据网页，评估综合回答的完整性和来源归属。
使用前需要知道什么？
区别于离线 Mind2Web 动作预测和 Online-Mind2Web 导航。公开 Git 代码包含10个开发集评分器；Hub 当前完整任务／评分文件设有自动批准的访问门槛，本次未访问。完整评分器于2025年10月宣布发布，因此论文时期的私有测试集说明属于历史状态。实时网页及模型判分需固定版本和日期。
我们核查了什么？
运行方式：需 Python >=3.11、浏览器／网页缓存服务及评审模型；部分任务使用 Google Maps API。运行器默认评分版本为2025_07_14，而 Hub 列出2025_10_23脚本。应对齐脚本版本、任务划分及缓存；本次未运行浏览器或评分器。
许可说明：Git 仓库代码采用 MIT；公开 Hub 元数据为需通过访问门槛的任务／评分分发声明 CC BY 4.0。实时来源网页仍适用各自条款。 上游许可 ↗
本条目依据原始项目材料整理，未独立运行或复现结果。AI 参与开发的描述来自作者说明；上游版本、运行条件和许可应以原始来源为准。
- 资源类型
- 评测套件
- 开发方式
- 开发方式未确认
- 来源核查
- 平台
- Web