HY4, MiMo V2.6 ve Liquid LFM2.5 Kıyaslaması: 600 Tarayıcı Ajanı Testi
Yapay zeka modellerinin yalnızca metin üreten asistanlar olmaktan çıkıp web tarayıcılarında otonom işlemler yürüten dijital ajanlara dönüştüğü günümüzde, arka plandaki “planlayıcı” (planner) modellerin performansı kritik hale geldi. Bir ajanın tıklama, form doldurma, gezinme ve DOM analizi gibi adımları hatasız yürütebilmesi; doğru araç seçimi (tool calling) ve görsel muhakeme yeteneğine dayanıyor. Bu kapsamda gerçekleştirilen 600 senaryoluk…
