实体 Zhihan Guo

Zhihan Guo

PulseAugur coverage of Zhihan Guo — every cluster mentioning Zhihan Guo 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

RESEARCH · CL_65666 · Jun 2 · 04:00

新的基准测试显示前沿人工智能代理在复杂研究任务中遇到困难

发布了两个新的基准测试，DRA-Bank 和 ADRA-Bank，用于评估深度研究代理（DRAs）的能力。这些基准测试旨在评估 DRAs 在模仿管理咨询顾问和学术研究人员工作的任务上的表现，超越了简单的检索，包含了规划、推理以及处理包含认知陷阱的复杂提示。使用这些基准测试进行的早期评估显示，像 Claude Opus 4.6、OpenAI o3-deep-research 和 Google Gemini 3.1 Pro 这样的当前前沿…