研究：深度研究智能体多轮修订会回退已覆盖内容

Bingsen Chen 等作者提出并发布评测套件 Mr Dre，把多轮报告修订设为深度研究智能体（DRA）的新评测维度，包含覆盖全面性、事实性与呈现质量的长文评测协议，以及人工核验的反馈模拟流程。 对五款 DRA 的分析显示，智能体虽能处理大部分用户反馈，却会回退 16-28% 此前已覆盖的内容与引用质量；多轮修订后即使表现最好的智能体仍有明显提升空间。作者称，提示词工程与专用修订子智能体等推理时修复手段难以解决该问题。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。