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：首个 agentic RAG 检索基准与排行榜(8 条相关)→
「研究」频道最新
- 开源音乐模型 YuE2 发布:先写旋律和弦谱再渲染成歌 — GreyScope · 2026-09-10
- Turing 发布 CEO Bench:500+ 任务模拟公司里考核前沿 Agent — ecekamar · 2026-09-10
- 学者吐槽 AI 时代学术激励：拿粗想法喂模型抢发论文竟无成本 — erikphoel · 2026-09-10
- SpeechLM 被发现在中间层隐式转写语音，入选 EMNLP 2026 Findings — kastnerkyle · 2026-09-10
- 41.5万小时全双工对话语音数据集发布,训练口语对话模型 — kastnerkyle · 2026-09-10
- NAVER AI Lab 论文:重审完整推理轨迹在后训练中的作用 — kastnerkyle · 2026-09-10