arXiv · cs.AI · Bingsen Chen, Boyan Li, Ping Nie, Yuyu Zhang, Xi Ye, Chen Zhao · 8 小时前模型评分61
Mr Dre 评测套件：深度研究智能体多轮报告修订不可靠
Beyond Single-shot Writing: Deep Research Agents are Unreliable at Multi-turn Report Revision
导读
研究团队提出 Mr Dre 评测套件，把多轮报告修订设为深度研究智能体（DRA，Deep Research Agent）的新评测维度，包含覆盖全面性、事实性和呈现的统一长报告评测协议，以及经人工核验的多轮反馈模拟流程。
分类置信度
中 · 待人工复核
- 只有单一媒体来源，需要人工复核。
来源级别：媒体与个人
事件类型：研究发布
证据摘录
- “We introduce Mr Dre, an evaluation suite that establishes multi-turn report revision as a new evaluation axis for DRAs.”
来源：arXiv · cs.AI · arxiv.org