实体 LiveBrowseComp

LiveBrowseComp

PulseAugur coverage of LiveBrowseComp — every cluster mentioning LiveBrowseComp across labs, papers, and developer communities, ranked by signal.

总计 · 30天

1

90 天内 1

发布 · 30天

0

90 天内 0

论文 · 30天

1

90 天内 1

层级分布 · 90 天

主题

情绪 · 30 天

1 天有情绪数据

最近 · 第 1/1 页 · 共 1 条

TOOL · CL_61824 · May 31 · 07:48

AI搜索代理未能进行研究，确认训练数据

新研究表明，包括GPT-5.4和Kimi K2.6在内的流行AI搜索代理，经常无法进行真正的网络研究。相反，它们倾向于确认其训练数据中已有的信息。一个旨在测试近期事件知识的新基准LiveBrowseComp显示，当模型无法依赖预先存在的记忆时，性能会显著下降，导致现有性能排名重新洗牌。