arXiv · cs.AI· Yibo Wang, Senjie Jin, Yansong Ning, Xinbing Liang, Haotian Luo, Jiazheng Zhang, Yuxuan He, Will Wu, Clarenceai·· 11 小时前
LifeSearch：现实生活与生产力深度研究代理基准评测
LifeSearch: Benchmarking Deep Research Agents for Real-World Life and Productivity
arXiv:2610.18092v1阅读论文 PDF ↗
仅依据论文摘要整理；未读取全文，实验条件、证明与基准细节请核对原文。
作者：Yibo Wang, Senjie Jin, Yansong Ning, Xinbing Liang, Haotian Luo, Jiazheng Zhang, Yuxuan He, Will Wu, Clarenceai
研究任务与主要进展
研究作者发布LifeSearch基准，包含来自7个现实生活与生产力领域的中英文203项任务，并以超过4,500小时人工标注构建4,000多项细粒度评分标准。统一评测12个深度研究代理后，表现最佳的GPT-5.6 Sol得分仅为63.4%；该材料仅依据论文摘要，未提供完整实验细节。
阶段、条件与复现 · 深读核对
- 新能力对应什么具体任务与最小输入输出？
- 代码、模型、数据、许可与可用入口是否明确？
- 效果、总成本、失效条件与实际工作流如何验证？
这些是阅读核对问题；材料未说明的条件保留未知。请结合上方论文版本、资料范围与原文核验。
来源：arXiv · cs.AI · arxiv.org