热点事件持续更新
研究团队推出AI Agent动态搜索基准BlindToChange
1 篇报道1 个报道来源3 小时前更新
先了解这件事
AI 综述
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 根据报道生成 · 3 小时前更新
最新进展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。报道时间线
沿着报道，了解事件的不同侧面。
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。
本事件热度走势
当前热度 9·可比范围峰值 10（11月2日 14:00）·近 24 小时可比范围变化–
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。