Blog LLMs & Texto Dados & Embeddings

Ko-WideSearch: A Korean Breadth-Search Benchmark for Exhaustive Set Enumeration by Web Agents

arXiv:2606.27595v1 Announce Type: new Abstract: Web-agent benchmarks overwhelmingly measure depth -- pinning one obscure answer behind a chain of constraints -- while breadth, exhaustively enumerating a closed set and filling each item's attributes, is barely evaluated, especially outside English. Breadth is also hard to build: certifying that a gold set is complete and every cell correct is far costlier than checking a single answer. I introduce \textsc{Ko-WideSearch}, a Korean breadth-search b...

arXiv cs.CL ·Minbyul Jeong ·
Ver no Hugging Face
compartilhar:
// relacionados

Leia também

Editorial

Kimi K3: a China lança o maior modelo aberto do mundo — e ele não é o maior por acaso
Modelos de peso aberto agora igualam o desempenho cibernético de ponta de apenas quatro meses atrás por uma fração do custo
Blog

Modelos de peso aberto agora igualam o desempenho cibernético de ponta de apenas quatro meses atrás por uma fração do custo
O novo manual de IA do Pentágono trata a adoção lenta como um risco maior do que o alinhamento imperfeito
Blog

O novo manual de IA do Pentágono trata a adoção lenta como um risco maior do que o alinhamento imperfeito
Agente de Memória Sempre Ativo do Google Cloud Substitui RAG e Embeddings por Consolidação Contínua de LLM no Gemini 3.1 Flash-Lite
Blog

Agente de Memória Sempre Ativo do Google Cloud Substitui RAG e Embeddings por Consolidação Contínua de LLM no Gemini 3.1 Flash-Lite