# OpenDS-World проверяет веб-поиск ИИ-агентов на 200 задачах

> Исследователи представили бенчмарк для агентов, которые ищут информацию в интернете. Лучшая модель показала точность 39%, а люди — 21,1%.

Oossa · 2026-10-23 · https://oossa.com/ru/opends-world-tests-web-search-agents-on-200-tasks

Исследователи представили OpenDS-World — бенчмарк, который проверяет, умеют ли ИИ-агенты искать ответы в интернете с помощью поисковых систем, браузера и файлов разных форматов. В бенчмарк входят 200 заданий. Люди проверили доказательства и подтвердили, что у каждого задания только один правильный ответ.

В ходе оценки 12 моделей с одинаковым набором инструментов лучший результат составил 39,0%. Люди справились с 21,1% заданий из 1 000 попыток. В статье также отмечаются сохраняющиеся трудности с координацией инструментов и длительным поиском; в предоставленном резюме авторы не называют лучшую модель.

## Факты

- OpenDS-World включает 200 заданий и оценивает 12 моделей.
- По данным статьи, точность лучшей модели составила 39,0%, а результат людей — 21,1%.

## Почему это важно

Для исследователей, разрабатывающих агентов для поиска информации в интернете, OpenDS-World предлагает тест в условиях живого веба. Результаты показывают, что такие задания остаются сложными, но из резюме неясно, как эти баллы соотносятся с повседневным использованием.

## Источники и ссылки

1. [Deep Search in Real-World Web Environments](https://arxiv.org/abs/2610.30181) – arXiv cs.IR, 2026-10-23

Обновлено: 2026-10-23