规划
DailyReport: An Open-ended Benchmark for Evaluating Search Agents on Daily Search Tasks
2026-06-12arxiv.org
★★★★★
DailyReport是一个用于评估搜索代理日常搜索任务表现的开放基准。
值得记下
阅读原文↗任务全部源自真实用户日志，覆盖长周期、多意图、需状态维持的搜索行为，非合成或单轮问答
内容来源：arxiv.org，版权归原作者所有
DailyReport是一个用于评估搜索代理日常搜索任务表现的开放基准。
任务全部源自真实用户日志，覆盖长周期、多意图、需状态维持的搜索行为，非合成或单轮问答
内容来源：arxiv.org，版权归原作者所有