研究：生成式搜索任务委派未稳定提升准确率
热点事件观察中
研究：生成式搜索任务委派未稳定提升准确率
1 篇报道1 个报道来源1 天前更新
先了解这件事
AI 综述
Tamara Stojanovska 等作者提交的 arXiv 论文《Lost in Delegation》对比生成式搜索中多种任务委派模式，结论是委派相比非委派设置没有稳定的准确率提升，效果随模型和任务变化。 研究用按知识截止时间前后切分的数据集做对比，发现当任务涉及编排 LLM 自身无法掌握的知识时，委派会明显降低准确率，而同一 LLM 直接使用工具表现更好。作者列出的反复失败模式包括委派查询失真、工具使用低效，以及智能体之间未能保留和使用信息。
AI 根据报道生成 · 10 小时前更新
最新进展11月14日 13:00
Lost in Delegation：生成式搜索中任务编排的有效性研究报道时间线
沿着报道，了解事件的不同侧面。
11月14日
- arXiv cs.AILost in Delegation：生成式搜索中任务编排的有效性研究
arXiv 论文《Lost in Delegation》研究生成式搜索中的任务编排效果，作者用按知识截止时间前后切分的数据集对比多种委派模式，发现委派相比非委派设置没有稳定的准确率提升，效果随模型和任务变化。当任务涉及编排 LLM 自身无法掌握的知识时，委派会明显降低准确率，而同一 LLM 直接使用工具表现更好。作者将委派查询失真、工具使用低效、智能体之间未能保留和使用信息列为反复出现的失败模式。
本事件热度走势
- 可比范围当前
- 5
- 可比范围峰值
- 711月15日 04:00
- 近 24 小时变化
- –
02468
04:0006:0008:0010:0012:00
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。