ClimbMix

新方法将智能体搜索基准调整到更真实的语料库

研究人员开发了一种新方法，通过将现有智能体搜索基准投影到更大、更真实的语料库上来进行调整。这种方法通过将BrowseComp-Plus基准调整到NVIDIA的ClimbMix语料库来演示，将评估重点从检索器转移到智能体的推理能力。该过程包括将问题分解为可验证的推理跳跃，并确保每个跳跃在新语料库中得到支持，从而显著减少了基础问题的数量，但智能体准确性和证据召回率也明显下降。