研究者推出评估AI智能体搜索价值的基准
热点事件持续更新
研究者推出评估AI智能体搜索价值的基准
1 篇报道1 个报道来源11 小时前更新
先了解这件事
AI 综述
研究者提出 SearchHorizonBench，用于从执行经验中学习和评估 AI 智能体的搜索价值，包含 3,168 个问题和 45,632 次执行。 在 1,632 个留出问题上，历史校准将 Brier 误差降低 16.2%；但测试的历史估计器仅能解释搜索增益方差（标准差 21.4 个百分点）的不到 2%。
AI 根据报道生成 · 2 小时前更新
最新进展10月27日 12:00
SearchHorizonBench：评估 AI 智能体搜索价值的基准报道时间线
沿着报道，了解事件的不同侧面。
10月27日
- arXiv cs.AISearchHorizonBench：评估 AI 智能体搜索价值的基准
研究者推出 SearchHorizonBench，用于从执行经验中学习和评估 AI 智能体的搜索价值，包含 3,168 个问题、45,632 次执行。在 1,632 个留出问题上，历史校准将 Brier 误差降低 16.2%，但测试的历史估计器仅能解释搜索增益方差（标准差 21.4 个百分点）的不到 2%。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。