先了解这件事
AI 综述
2026年8月26日,Browser Use发布工程博客,宣布开源200个长时程强化学习环境,相关任务及其rubric已公开在github.com/browser-use/benchmark。据该博客介绍,这些环境从真实用户流量和真实网页构建:先从数亿条任务提交中筛出约一千万条去重任务,用Gemini 3 Flash做适配性标注,与人工标签一致率为77%,密封集为81%;再由MiniMax M3执行筛选,约40%的合格任务被判定为可行且足够难。作者指出迭代式rubric不会收敛,改用9个模型各跑两次的并行轨迹,由Claude Fable 5编写rubric,事实经实时网页核验并标注日期,最终将条目翻转率压到1%以下。目前该故事仅有这一项事实证据,尚无后续发展。
AI 根据公开报道生成
最新进展 · 正式报道
Browser Use 如何从真实用户流量构建可扩展的长程 RL 环境事件进展
1 个已确认进展
- 来源：Browser Use
报道与讨论时间线
按时间查看正式报道与传播讨论；两类内容的证据等级保持独立。
8月26日
Browser Use一手精选
Browser Use 如何从真实用户流量构建可扩展的长程 RL 环境
Browser Use 发布工程博客，介绍如何从真实用户流量和真实网页构建长程 RL 环境，并开源其中 200 个任务及其 rubric（github.com/browser-use/benchmark）。流程包括从数亿条任务提交中筛出约一千万条去重任务，用 Gemini 3 Flash 做适配性标注（与人工标签一致率 77%，密封集 81%），再用 MiniMax M3 执行筛选，约 40% 的合格任务被判定为可行且足够难。作者指出迭代式 rubric 不会收敛，改用 9 个模型各跑两次的并行轨迹，由 Claude Fable 5 编写 rubric，事实经实时网页核验并标注日期，最终将条目翻转率压到 1% 以下。