Perplexity lanza el benchmark WANDR con 500 tareas de investigación para evaluar las capacidades de los agentes de IA
Perplexity AI lanzó WANDR (Wide ANd Deep Research), un benchmark de código abierto el 15 de julio, para medir qué tan eficazmente los sistemas de IA realizan tareas de investigación a gran escala que requieren un amplio descubrimiento de información y una verificación detallada de las evidencias. El benchmark contiene 500 tareas realistas de recopilación de datos modeladas a partir de trabajo profesional del conocimiento, incluyendo análisis de mercado, due diligence, revisiones de literatura e
GateNews·07-15 11:02
