Agen pencarian AI tidak gagal dalam pencarian, mereka gagal dalam mengajukan pertanyaan yang tepat ketika pertanyaan menjadi ambigu

Agen pencarian AI jarang gagal dalam penelitian multi-langkah karena pencarian itu sendiri. Masalah sebenarnya mereka adalah tidak meminta klarifikasi kepada pengguna ketika pertanyaannya ambigu. Tolok ukur baru yang disebut DiscoBench menunjukkan mode itu…

Ringkasan dikumpulkan untuk informasi saja — ikuti tautan sumber untuk cerita selengkapnya. Entri demo bersifat ilustratif.