Perplexity AI 发布 WANDR：评估必须广泛和深入搜索的研究代理的开放基准

Perplexity 的 WANDR 是一个开放的基准和评估工具，包含 500 个证据丰富的任务。它测试研究人员是否可以发现许多合格的实体，并用引用的、可重新验证的证据来支持每个实体……

摘要仅供参考,请点击来源链接查看全文。演示条目为示意。