arXiv · cs.AI· Delin Wang·· 19 小时前AI 评分39
RubricAtlas：从专家研报中挖掘类型级评分标准来评估深度研究智能体
RubricAtlas: Mining Type-Level Rubrics from Expert Reports to Evaluate Deep Research Agents
来源与原文
arXiv · cs.AI
作者：Delin Wang
发布时间：（北京时间）
阅读原始来源 · arxiv.org ↗完整链接与内容说明
https://arxiv.org/abs/2610.36878v1
本站目前仅有 AI 导读与摘要，未展示原文正文；技术细节、代码和完整结论请查看原始来源。
AI 导读
研究者提出 RubricAtlas 框架，从 3,079 篇中文金融研报中挖掘类型级分析要求，覆盖 99 种研究类型，用于评估深度研究智能体报告的分析完整性。实验显示单份研报仅覆盖其类型约一半的分析问题，两套评审管线在十个智能体上达到 κ = 0.71 的检查点一致性和 Kendall τ = 0.87 的排名一致性。该框架将二值检查点关联到报告段落，使评估决策可追溯到报告证据。
来源：arXiv · cs.AI · arxiv.org