研究人员推出了SearchHorizonBench,这是一个旨在评估AI代理在多大程度上能够确定进行额外搜索的价值的新基准。该基准旨在通过估计搜索相对于其成本的潜在收益来改进决策,超越了简单的问题难度。它包括在3,168个问题上的45,632次执行,重点是减少Brier误差和理解搜索收益的方差。 AI
影响 该基准可以通过提高AI代理评估信息检索价值的能力,从而实现更高效、更具成本效益的AI代理。
排序理由 该集群描述了在arXiv上发布的一个新的AI研究基准。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →