OpenDS-World 发布真实网页深度搜索基准,前沿模型仍显著落后人类
Xiaomin Yu · hf · 2026-10-23
港科大(广州)联合复旦、华盛顿大学、Stanford、Yale 等十余所机构推出 OpenDS-World,一个在真实互联网环境中评测自主多步深度搜索 agent 的 live-web 基准,并开源代码与数据集。论文指出,前沿模型与人类表现在该任务上存在显著差距,暴露出现有搜索 agent 在真实网页的多步检索与信息综合能力上的不足。
「编程与Agent」频道最新
- 开发者观察:知道结果长什么样的人,用 AI 效果普遍更好 — geoffwolfe · 2026-10-24
- antirez:Claude CLI 远程控制功能已让 Codex CLI 相形见绌 — antirez · 2026-10-24
- 用户晒 Opus 5.5 后台任务:168 个 agent 跑 3.5 小时耗 280 万 tokens — imjustnewatai · 2026-10-24
- spaCy 母公司推出 Ellf：给 Claude Code 加上 agent 化 NLP 开发超能力 — _inesmontani · 2026-10-24
- 39 张图训练 40 分钟:LoRA 让 MOSS-Image 直出真透明 PNG — gatortux · 2026-10-24
- Ablation:用 AI 编码 Agent 自主跑的逆向工程框架开源 — AIFlow_ML · 2026-10-24