待验证50% 置信事实精确时间
BrowseComp是由OpenAI提出的长程网页搜索智能体评估基准，题目设计为需要多跳检索和交叉验证的冷门事实性问题。
1
来源数
50%
置信度
长期有效
时效性
2026/10/20
首次发现
来源
涉及实体
相关事实
待验证测试时搜索指AI在实际对局推理阶段即时运行搜索过程（如蒙特卡洛树搜索）来寻找更优行动，隐藏信息场景中需同时遍历多种对手状态可能性71% 相似待验证对于搜索密集型任务（只检查答案而不审查路径），更便宜的隐空间智能体有吸引力；对于任何需要审计的场景，可读的文本推理链仍然不可替代。71% 相似待验证ONGRID是一个GraphRAG工具，除了检索和生成外，还增加了判断答案是否可信的步骤。70% 相似待验证OpenAI公开测试Decisions API，由内部前沿模型驱动，决策速度最高比旗舰模型快10倍，支持文本和图像输入，输出包括概率、选择、分数三种形式68% 相似已验证Turnitin、iThenticate等主流学术查重系统已推出AI内容检测模块，通过分析文本的困惑度（Perplexity）和突发性（Burstiness）等统计特征识别机器生成文本68% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1073984API
curl https://kongchang.com/api/v1/knowledge/claims/1073984MCP
get_claim(id=1073984)