待验证50% 置信事实精确时间

BrowseComp是由OpenAI于2025年初提出的专项基准，用于评估具备网络搜索工具的模型在多跳推理场景下的表现

1

来源数

50%

置信度

长期有效

时效性

2026/7/22

首次发现

来源

Kimi K3实测：2.8万亿参数开源模型如何击败Fable5

相关事实

已验证Anthropic和OpenAI在2024年前后相继推出支持工具调用（Tool Use）和多步推理的模型76% 相似待验证OpenAI在2023年开源了其Evals框架，将评估分为基于事实的精确匹配、基于模型的评判、以及基于人类标注的评估三大类74% 相似待验证OpenAI在2024年引入了max_completion_tokens参数，以涵盖思考token和回复token的总和74% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/590315

API

curl https://kongchang.com/api/v1/knowledge/claims/590315

MCP

get_claim(id=590315)