UCLA 推出 PANINI-DR:Deep Research 准确率领先次优 16 分
M. Yigit Turali · hf · 2026-10-14
UCLA 团队发布多智能体深度研究框架 PANINI-DR,核心思路是把「整体调查的协调」与「各子问题的研究+验证」分离,用基于 Generative Semantic Workspace 的共享工作区记录子问题、依赖关系、发现与证据。
关键设计
- 研究者 agent 分头调查子问题,独立验证 agent 对照子问题与引用证据核查每个答案
- 验证反馈指导后续调查,已记录的发现用于分配新任务,避免错误跨步骤传播
评测结果
- 在 BrowseComp-Plus、FRAMES、MoNaCo 三个基准上,与 7 个 SOTA deep research harness(共享同一模型底座和冻结语料)对比,取得最强平均成绩
- BrowseComp-Plus 准确率 73.3%,超出次优 16.0 分;难题上解题数量接近次优的两倍
- 消融显示结构化规划、持久状态、以及对每条发现先核证据再复用都带来增益
- 证据留存分析:PANINI-DR 在三个基准上答案可从保存证据中恢复的比例最高,claim-support 审计也更强——把证据纳入统计改变了 harness 之间的比较结论
「编程与Agent」频道最新
- Google 向 1 万名科学家免费送 6 个月 Antigravity 最高档 — danielrock · 2026-10-14
- CineRecon 基准:12 个前沿模型复现可编辑 3D 影视场景全翻车 — hkuhk · 2026-10-14
- 美团开源 ClawLoop:无外部教师的 Agent 自我改进训练环 — meituan-longcat · 2026-10-14
- Grok Bot 近期大幅进化:完整更新盘点与自主经营实测 — elonmusk · 2026-10-14
- 独立开发者优化个人站：首页任务列表从 1.8 秒压到 0.1 秒 — DanielLockyer · 2026-10-14
- 把评测 harness 当代码管:一套 CI 化的本地模型回归方案 — AKAMA199 · 2026-10-14