Unverified50% confidenceFactExact time
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
1
Sources
50%
Confidence
Long-term
Relevance
7/9/2026
First Seen
Sources
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7/4/2026
Related Claims
Unverified过程层也称轨迹评估（Trajectory Evaluation），包含工具调用精准度、执行路径效率、自主纠错能力三项核心指标67% similarUnverified评估消息滚动组件时应重点考察其对大数据量、动态高度和滚动锚定的支持程度，这三点决定实际体验上限64% similarUnverified端到端评测应在真实、嘈杂、非合作式场景下进行，重点衡量任务完成率与交互流畅度，而非仅盯WER单点指标64% similarUnverified该 Skill 内置了扫描、评分和失败分析的辅助脚本，用于对现有选择器策略进行分级评分并识别高风险脆弱选择器64% similarUnverified掌握抓包能力是功能测试和接口测试的分水岭62% similar
Cite This Claim
Stable URI
https://kongchang.com/claim/396700API
curl https://kongchang.com/api/v1/knowledge/claims/396700MCP
get_claim(id=396700)