热点事件持续更新
SearchHorizonBench 发布 Agent 搜索价值基准
1 篇报道1 个报道来源2 小时前更新
先了解这件事
AI 综述
2026年10月28日，SearchHorizonBench 发布，目标是评测 AI Agent 判断“是否值得再发起一次搜索”的能力。该基准包含 3168 个问题，共执行 45632 次。据 AGI Hunt 报道，在 1632 个保留问题上，历史校准使 Brier 误差降低 16.2%；但搜索收益的标准差高达 21.4 个百分点，而现有历史估计器在点估计上解释的方差不足 2%，说明仅凭历史统计很难预判单次搜索的收益。报道未披露基线模型的完整排名与后续评测计划。
AI 根据报道生成 · 2 小时前更新
报道时间线
沿着报道，了解事件的不同侧面。
10月28日
- AGI HuntSearchHorizonBench：45632 次执行教会 AI Agent 判断「再搜一次值不值」
SearchHorizonBench 发布，用 3168 个问题、45632 次执行评测 AI Agent 是否值得再发起一次搜索。在 1632 个保留问题上，历史校准使 Brier 误差降低 16.2%；搜索收益标准差达 21.4 个百分点，而现有历史估计器在点估计上解释的方差不足 2%。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。