LifeSearch基准发布，GPT-5.6 Sol得分63.4%
热点事件观察中
LifeSearch基准发布，GPT-5.6 Sol得分63.4%
1 篇报道1 个报道来源2 天前更新
先了解这件事
AI 综述
Hugging Face的研究团队发布了名为LifeSearch的基准，用于评估深度研究智能体在现实生活和生产力场景中的表现。该基准包含203个中英文任务，覆盖7个具体领域，基于超过4500小时的人工标注构建了4000多个细粒度评分标准。 实验结果显示，当前表现最好的前沿智能体GPT-5.6 Sol在该基准上的得分仅为63.4%，表明其在真实场景下的研究能力仍有较大提升空间。
AI 根据报道生成 · 20 小时前更新
报道时间线
沿着报道，了解事件的不同侧面。
10月13日
- Hugging Face · 每日论文LifeSearch: Benchmarking Deep Research Agents for Real-World Life and Productivity
LifeSearch 是一个用于评估深度研究智能体在现实生活和生产力场景中表现的基准，包含 203 个中英文任务，覆盖 7 个具体领域。该基准基于超过 4,500 小时的人工标注，构建了 4,000 多个专家撰写的细粒度评分标准。实验显示，当前表现最好的前沿智能体 GPT-5.6 Sol 在该基准上的得分仅为 63.4%，表明在真实场景下的研究能力仍有较大提升空间。
本事件热度走势
- 可比范围当前
- 10
- 可比范围峰值
- 1010月15日 13:00
- 近 24 小时变化
- –
02.557.510
18:0010月15日06:0012:00
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。