Unverified50% confidenceFactExact time

GAIA由Meta提出，专门评测Agent的真实世界问答和工具使用能力，要求通过多步骤搜索、计算和推理得出答案

1

Sources

50%

Confidence

Long-term

Relevance

8/5/2026

First Seen

Sources

QwenGrowthPlan千问成长计划：真实任务驱动AI模型迭代新范式

Related Claims

Unverified现有基准GAIA、BrowseComp只提供明确查询，仅考验多步推理能力，未考虑歧义问题63% similar UnverifiedAgentic基准评测通常涉及SWE-bench、WebArena、GAIA等多个子基准的加权综合63% similar UnverifiedRAG（检索增强生成）知识库是目前AI赋能测试面试中被问到最多的技术点之一61% similar Unverified深度研究智能体的评估可参考RAGAS框架，从忠实度、答案相关性等多维度评测61% similar Unverified语义搜索或推荐系统背后运用的是嵌入技术61% similar

Cite This Claim

Stable URI

https://kongchang.com/claim/688907

API

curl https://kongchang.com/api/v1/knowledge/claims/688907

MCP

get_claim(id=688907)