arXiv · cs.AI· Keyun Zhang·· 1 天前AI 评分35
ATLAS-Bench：面向本地生活搜索的智能体工具使用基准
ATLAS-Bench: An Agentic Tool-Use Benchmark for Local Area Search
来源与原文
arXiv · cs.AI
作者：Keyun Zhang
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/2610.39438v1
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
研究者推出 ATLAS-Bench，一个评估 LLM 智能体本地搜索能力的基准，包含基于真实搜索事件扩展的 1,200 条查询，覆盖三个地区，并配套提供搜索工具和固定 POI 知识库的标准化评测环境 ATLASBox。在 11 个模型的 14 种配置中，GPT-6-Luna 的约束满足率（71.5%）和事实准确率（95.6%）最高，但在可满足查询中返回至少一条可接受推荐的比例（67.3%）低于 GLM-5.3（85.3%）。
来源：arXiv · cs.AI · arxiv.org