DeepResearch Bench
PulseAugur coverage of DeepResearch Bench — every cluster mentioning DeepResearch Bench across labs, papers, and developer communities, ranked by signal.
1 天有情绪数据
-
ScaffoldAgent框架动态优化研究大纲
研究人员推出ScaffoldAgent，一个旨在通过动态优化报告大纲来增强开放式深度研究的新框架。该系统采用效用引导反馈机制，通过扩展、收缩和修订操作来管理大纲演变。在DeepResearch Bench和DeepResearch Gym上的实验表明，与现有的深度研究代理相比，ScaffoldAgent提高了长篇报告生成和事实依据的准确性。
-
百度DuMate智能体在PinchBench和DeepResearch基准测试中名列前茅
百度DuMate智能体在PinchBench和DeepResearch两大关键基准测试中均取得了领先地位。在评估真实场景下多步推理和工具使用的PinchBench测试中，DuMate占据了前两名，超越了Anthropic和OpenAI的模型。该智能体的成功归功于其端到端的协作Harness架构，该架构能够智能地在本地或云端处理任务并优化上下文组装。DuMate还在专为复杂研究任务设计的DeepResearch基准测试中领先，展示了其先…
-
Hugging Face 推出可扩展的企业深度研究架构
研究人员开发了一种名为企业深度研究（EDR）的新架构，以提高企业环境中深度研究任务的质量和可扩展性。EDR 解决了信息覆盖不全、上下文信息过载和研究过早停止等常见问题。该系统通过将请求分解为可管理的目标、通过依赖性指导控制信息流以及实施基于证据的终止标准来确保收集到足够的信息来实现这一点。
-
新的EDR架构可防止企业深度研究过早停止
研究人员推出了一种新的企业深度研究（EDR）架构，旨在提高研究报告的质量和一致性。该系统通过将请求分解为可管理的目标来解决信息覆盖不完整和过早停止等常见问题。它通过大纲生成与反思、本地化上下文管理以及基于证据的完成标准来实现这一点，确保代理在得出结论前收集到足够的信息。