arXiv 论文发布文献检索基准 CompLit，评测主流智能体
热点事件持续更新
arXiv 论文发布文献检索基准 CompLit，评测主流智能体
1 篇报道1 个报道来源1 小时前更新
先了解这件事
AI 综述
arXiv 论文发布文献检索基准 CompLit，覆盖全部八个 arXiv 领域，并分别设置隐式、累积与未被满足三类搜索需求的诊断场景，用于评测科研文献搜索智能体。 评测结果显示，表现最强的智能体 Codex（GPT-5.6-Sol）和 Claude Code（Opus 4.8）在 Standard 查询上答对 86-87%，但在隐式需求查询上降至 66-68%，在累积需求查询上再分别下降 6 和 15 个百分点；对无文献可满足的查询，弃答率最高达 53%。
AI 根据报道生成 · 1 小时前更新
最新进展10月23日 12:00
CompLit：科研文献搜索基准须覆盖隐式、累积与未被满足的需求报道时间线
沿着报道，了解事件的不同侧面。
10月23日
- arXiv cs.AICompLit：科研文献搜索基准须覆盖隐式、累积与未被满足的需求
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%。
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。