WebPageBench: бенчмарк для оценки веб-агентов

Представлен открытый бенчмарк WebPageBench, предназначенный для объективной оценки эффективности веб-агентов на базе LLM. Инструмент включает локальную среду с 152 задачами на имитациях российских сервисов и публичный рейтинг, выявляющий тенденцию к завышению результатов агентами.