待验证50% 置信发布精确时间

腾讯混元团队与清华大学联合发布了DiscoBench，首个专门评测搜索代理动态歧义澄清能力的基准测试集

1

来源数

50%

置信度

中期 (~90 天)

时效性

2026/7/9

首次发现

有效期至：2026/10/7

来源

腾讯DiscoBench：评测LLM搜索代理歧义澄清能力的首个基准

bilibili熊二等兵2026/7/4

相关事实

待验证现代网站反爬检测包括浏览器指纹检测、函数保护检测（toString检测）、原型链检测和属性描述符检测四大类62% 相似待验证清华大学和智谱AI联合发布了一项全栈Web开发基准测试61% 相似待验证DiscoBench的评测框架从任务效用、歧义检测能力、交互策略、成本效率四个维度评估61% 相似待验证Braintrust、Promptfoo、LangSmith、Ragas等LLM评估平台提供版本对比、回归检测、可视化dashboard和GitHub/GitLab集成等功能60% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/387216

API

curl https://kongchang.com/api/v1/knowledge/claims/387216

MCP

get_claim(id=387216)