arXiv cs.AI· Dayoon Ko, Jihyuk Kim, Soyeong Jeong, Young-jun Lee, Dahyun Lee, Juyeon Kim, Gunhee Kim, Moontae Lee, Kyungjae Lee·· 2 小时前AI 评分43
CompLit：科研文献搜索基准须覆盖隐式、累积与未被满足的需求
CompLit: Scientific Literature Search Benchmarks Must Cover Implicit, Cumulative, and Unmet Needs
AI 导读
arXiv 论文提出文献搜索基准 CompLit，覆盖全部八个 arXiv 领域，分别诊断隐式、累积与未被满足三类搜索需求。最强智能体 Codex（GPT-5.6-Sol）和 Claude Code（Opus 4.8）在 Standard 查询上答对 86-87%，隐式需求下降至 66-68%，累积需求再分别降 6 和 15pp，对无文献满足的查询最多弃答 53%。
来源：arXiv cs.AI · arxiv.org