arXiv论文提出RubricAtlas评测深度研究Agent
热点事件持续更新
arXiv论文提出RubricAtlas评测深度研究Agent
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
arXiv 论文作者 Delin Wang 等提出 RubricAtlas 框架，从专家研报中挖掘类型级分析要求，用于评估深度研究智能体输出的分析完整性与论证有效性。该框架基于 3,079 份中文金融研报构建，覆盖 99 种研究类型，将二元检查点关联到报告段落。 实验显示单一报告仅覆盖所属类型约一半的分析问题；在十个智能体上，两条裁判管线取得 κ=0.71 的检查点一致性与 Kendall τ=0.87 的排名一致性。
AI 根据报道生成 · 1 小时前更新
最新进展10月28日 12:00
RubricAtlas：从专家研报中挖掘类型级评分标准评估深度研究智能体报道时间线
沿着报道，了解事件的不同侧面。
10月28日
- arXiv cs.AIRubricAtlas：从专家研报中挖掘类型级评分标准评估深度研究智能体
arXiv 论文提出 RubricAtlas 框架，从专家报告中挖掘类型级分析要求来评估深度研究智能体的报告输出。该框架基于 3,079 份中文金融研报构建，覆盖 99 种研究类型，将二元检查点关联到报告段落并分别评估完整性与论证有效性。实验显示单一报告仅覆盖所属类型约一半的分析问题；十个智能体上两条裁判管线取得 κ=0.71 的检查点一致性与 Kendall τ=0.87 的排名一致性。
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。