Датасет · ByteDance-Seed
Бенчмарк для ИИ-агентов по широкому поиску информации
ByteDance-Seed/WideSearch
Набор текстовых задач на английском и китайском языках от ByteDance для проверки способности агентов собирать разрозненные факты.
Что внутри
Это компактный текстовый бенчмарк (менее 1000 примеров) на английском и китайском языках от команды ByteDance-Seed. В отличие от тестов на поиск одного сложного факта, задачи здесь требуют от LLM-агента собрать большой объём разрозненной, но доступной информации.
Что можно сделать
- Оценка поисковых и исследовательских ИИ-агентов на базе LLM
- Сравнение стратегий планирования и агрегации данных при работе с веб-поиском
- Языки
- Китайский, Английский
- Размер
- до 1K записей
- Скачиваний за месяц
- 24,6 тыс.
- Лайков
- 47
Как загрузить
from datasets import load_dataset
ds = load_dataset("ByteDance-Seed/WideSearch")