arXiv · cs.AI · Yingqian Wu, Jingcong Liang, Shengbin Yue, Siyuan Wang, Zhenfei Yin, Junchi Yu, Zhongyu Wei · 10 小时前模型评分42
RAP：语言智能体的研究关注度预测基准
RAP: Research Attention Prediction in Language Agents
导读
研究者提出研究关注度预测（RAP，Research Attention Prediction）基准，用 356,357 篇带日期 arXiv 论文搭建本地搜索环境，含 54 个 人工智能（AI，Artificial Intelligence）/ML 领域的 2,160 道核心题和覆盖 269 个领域的扩展集。评测显示搜索能明显提升较强智能体对近期变化的识别，但对未来趋势的预测收益有限甚至为负。
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
应用领域：科学研究
事件类型：研究发布
证据摘录
- “We introduce Research Attention Prediction (RAP), a literature search benchmark for evaluating this ability.”
- “We build a local search environment from 356,357 dated arXiv papers and construct two complementary evaluation tasks.”
- “The benchmark comprises a Core set of 2,160 questions across 54 AI/ML fields and an Extended set covering 269 fields.”
来源：arXiv · cs.AI · arxiv.org