热点事件观察中
LifeSearch深度研究智能体基准发布
1 篇报道1 个报道来源2 天前更新
先了解这件事
AI 综述
LifeSearch作者发布面向真实生活与办公场景的深度研究智能体基准，含203个中英文任务、覆盖7个具体生活与生产力领域。基准在统一评测框架下测试了12个深度研究智能体，其中表现最好的GPT-5.6 Sol仅取得63.4%的分数。 该基准经4500多人时人工标注，构建4000多条专家撰写的细粒度评分准则，综合得分与人类判断的Spearman相关系数达0.89。
AI 根据报道生成 · 2 小时前更新
最新进展10月13日 04:00
LifeSearch：面向现实生活与办公场景的深度研究智能体基准报道时间线
沿着报道，了解事件的不同侧面。
10月13日
- HF Daily Papers精选LifeSearch：面向现实生活与办公场景的深度研究智能体基准
LifeSearch 是面向现实生活与办公场景的深度研究智能体基准，包含 203 个中英文任务，覆盖 7 个具体生活与生产力领域。论文经过 4500 多人时人工标注，构建 4000 多条专家撰写的细粒度评分准则，并在统一评测框架下测试了 12 个深度研究智能体；其中表现最好的 GPT-5.6 Sol 也仅取得 63.4% 的分数，基准综合得分与人类判断的 Spearman 相关系数达 0.89。
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。