阿里巴巴研究团队因其在深度研究代理（Deep Research Agents）方面的工作，在ACL 2026会议上荣获最佳资源论文奖。该论文强调了当前人工智能代理在理解复杂现实世界规则方面存在的显著缺陷，并引入了一个新的基准HSCodeComp来评估这些能力。该基准专注于使用10位HS编码准确分类商品，结果显示即使是表现最佳的代理系统，准确率也仅达到约45%，远低于人类专家的水平。研究还指出了代理架构中的结构性瓶颈，如长推理链和领域知识不足，是主要的局限性。 AI
影响 为在基于复杂规则的任务中评估人工智能代理建立了新标准，有可能加速开发更可靠的专业领域人工智能系统。
排序理由 顶级自然语言处理会议的学术论文奖。
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →
