研究称搜索Agent依赖工具 非英语查询性能骤降
Sahel Sharify 等人的论文《Projecting BrowseComp-Plus onto ClimbMix》对代理搜索基准的真实性提出质疑，测量显示 Sol 5.6 在不使用搜索工具时仅凭参数知识就能答对 46% 的测试题。另有用户发现，保持其他条件不变仅改变查询语言，搜索 Agent 的性能就会立即显著下降，凸显此类系统在多语言场景下的短板。
2026-08-28 ~ 2026-08-28 · 2 条相关
- 研究论文: Sol 5.6 不用搜索工具答对 46% 测试题 — beirmug · 2026-08-28
- 研究发现搜索 Agent 在非英语查询下性能显著下降 — beirmug · 2026-08-28