港科大等提出OpenDS任务范式与OpenDS-World基准

2026年10月30日，机器之心报道，香港科技大学（广州）、复旦大学、华盛顿大学、帝国理工大学、斯坦福大学等多家机构的研究团队在论文《Deep Search in Real-World Web Environments》中提出深度搜索任务范式OpenDS（Open-Web Deep Search），并构建面向真实开放网络环境的评测基准OpenDS-World。该基准含200道任务，覆盖4种模态、42种资源格式和7类证据访问需求。报道称，模型作答被限制为每题最多3,600秒搜索时间、100次工具调用；人类测试不设统一单题时间上限，参与者认为无法继续取得有效进展时可结束尝试，且只能拿到原始视频和题目，不能使用LLM工具，只能使用常规浏览器与搜索，并且不能互相交流。报道还称，12个模型在该真实网络深度搜索评测中的最高准确率为39%。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。