ホットトピック継続更新中
研究团队推出AI Agent动态搜索基准BlindToChange
1 件の報道1 件の報道元4 時間前 更新
まずこの件を把握する
AI 概要
2026年11月2日，研究团队推出名为 BlindToChange 的评测基准，旨在评估 AI 智能体能否在需要时主动检索并发现影响回答的近期现实变化。测试结果显示，在未明确提及近期事件的情况下，系统性能差距高达 27.5 分，且即使在高 reasoning effort 下该差距依然存在。对其搜索轨迹的分析表明，超过半数的失败源于智能体未能主动搜索验证相关事实是否发生改变。该基准的事件数据取自 Wikidata，并支持定期刷新。
AI が報道をもとに生成 · 4 時間前 更新
最新の進展11月2日 13:00
研究团队推出BlindToChange基准，揭示超半数智能体失败源于未主动搜索现实变化。報道タイムライン
報道をたどり、出来事のさまざまな側面を知る。
11月2日
- arXiv 自然语言处理BlindToChange：AI 智能体被明确提问时能查到现实变化，但会在需要时主动检索吗？
研究团队推出 BlindToChange 评测基准，用于评估 AI 智能体能否主动检索并发现影响回答的近期现实变化。测试显示，在未明确提及近期事件的情况下，系统性能差距高达 27.5 分，即使在高 reasoning effort 下依然存在。搜索轨迹分析表明，超半数失败源于智能体未主动搜索验证相关事实是否发生改变；该基准事件取自 Wikidata 并可定期刷新。
このストーリーのホット度の推移
現在のホット度 9·比較可能範囲のピーク 10（11月2日 14:00）·直近24時間の比較可能な変化–
トレンドは継続して完全に観測した同じ主体のみを比較するため、現在のホット度の集計より範囲が狭い場合があります。ポインターの移動やタップで1時間ごとのホット度を確認でき、キーボードでは左右の矢印キーで切り替えられます。