LifeSearch 深度研究 Agent 基准发布
热点事件观察中
LifeSearch 深度研究 Agent 基准发布
1 篇报道1 个报道来源2 天前更新
先了解这件事
AI 综述
研究团队发布深度研究智能体评测基准 LifeSearch，包含 203 个中英文任务，覆盖 7 个生活与生产力领域，任务源自真实用户查询。该基准基于超过 4500 小时人工标注，构建了 4000 余条细粒度评分标准。 在统一评测框架下测试 12 个深度研究智能体，表现最好的 GPT-5.6 Sol 仅得 63.4%。
AI 根据报道生成 · 1 小时前更新
最新进展10月13日 04:00
LifeSearch：面向真实生活与生产力场景的深度研究智能体基准测试报道时间线
沿着报道，了解事件的不同侧面。
10月13日
- Hugging Face Daily PapersLifeSearch：面向真实生活与生产力场景的深度研究智能体基准测试
研究团队推出 LifeSearch 基准，包含 203 个中英文任务，覆盖 7 个生活与生产力领域，基于超 4500 小时人工标注构建 4000 余条细粒度评分标准。在统一评测框架下测试 12 个深度研究智能体，表现最好的 GPT-5.6 Sol 仅得 63.4%。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。