Q2D-Web 发布：190M 网页文档评测 LLM 时代的网络检索
antoine_chaffin · x · 2026-09-10
LightOn 的 antoinechaffin 等人发布 Q2D-Web，一个面向网络搜索场景的大规模检索评测基准，弥补现有 benchmark 对 web search 评测的不足。
- 190M 网页文档构成的大规模语料，并做了保持排序保真度的子采样切分。
- 70k 条由 LLM 改写的生态化真实查询（LLM 已是查询的最大来源之一），配以面向 RAG 与检索的相关性深度标注。
- 附带在线 leaderboard，可提交排名。
所属事件:Perplexity 开源 Q2D-Web 检索基准(10 条相关)→
「研究」频道最新
- π0.5 实验：演示数从 10 增至 438，放球入碗成功率 7%→83% — stingning · 2026-10-27
- 灵巧操作基准 HandsOn 发布:66 个人工核验任务配 1.8 万条人类示范 — stingning · 2026-10-27
- HandsOn 基准发布：66 个任务、1.8 万条人类演示的灵巧操作平台 — stingning · 2026-10-27
- HandsOn 评测设计：Core-50 测执行，Transfer-16 测零演示迁移 — stingning · 2026-10-27
- HandsOn 基准成绩：最好策略仅 29.1%，工具使用成功率低至 2.9% — stingning · 2026-10-27
- FrontierCS 2 登陆 Kaggle：48 项任务让智能体复现 13 领域论文贡献 — MeganRisdal · 2026-10-27