DeepSearchQA

מה הוא מודד

מחקר ברשת: חיפוש, איסוף ואימות מידע מקוון · ביצוע משימות מרובות שלבים: ביצוע משימה רב שלבית מקצה לקצה · דיוק עובדתי: נכונות עובדתית, הימנעות מהמצאות והתבססות על מקור

מה הוא לא מודד

• אין לגזור ממנו יכולת בתחומים שלא נכללו במשימות שלו.

הערות על המבחן

900 multi-step information-seeking tasks across 17 fields with verifiable answer sets; useful for deep-research capability, vendor affiliation disclosed.

תוצאות שנמדדו