LongHarness teste la gestion des preuves par des agents à long contexte
Le cadre aide les agents à répondre en actualisant conjointement les preuves et conclusions dans de longs documents.
Période de l’événement / des données: 2026-10-09
Publié: · Mis à jour:
Des chercheurs affiliés notamment à Fudan University, au Shanghai AI Laboratory et à Peking University en Chine ont présenté LongHarness. Le système gère des preuves liées à leurs sources dans de grandes collections de documents; à mesure que de nouvelles preuves arrivent, il actualise à la fois le corpus de preuves et les conclusions provisoires.
Dans l’évaluation de la première version d’OfficeQA Pro, l’article rapporte un taux d’exact match de 60,2 % avec GLM-5.3-Flash. Les auteurs décrivent une hausse marquée par rapport à l’utilisation directe du modèle, mais le résultat se limite au benchmark construit et au modèle et au dispositif de recherche testés. Il ne démontre pas les mêmes performances dans tous les workflows réels à long contexte.
Données
Résultat de l’étude
OfficeQA Pro V1; benchmark d’environ 100 millions de tokens; exact match
| Taux d’exact match de GLM-5.3-Flash sur OfficeQA Pro V1 | 60.2 | OfficeQA Pro V1; benchmark d’environ 100 millions de tokens; exact match |
Méthodologie
La valeur se limite à l’expérience de benchmark décrite dans l’article; ce n’est ni un résultat de terrain ni une garantie générale.
Mis à jour:
Sujets et lieux
Sujets proposés
- Science et technologieProposé
- Preserved editorial category/topic; broad candidate onlyarxiv.org ↗
Références géographiques
Seules les références géographiques présentes dans la source sont affichées. L’ouverture d’une carte externe est facultative. Les cartes facultatives utilisent OpenStreetMap. Leur ouverture transmet votre adresse IP et celle de ce site au fournisseur ; les coordonnées restent lisibles sans charger la carte.
- Chine · Rôle du lieu: Couverture · Type de lieu: Pays ou territoire · Précision de localisation: RégionaleÉléments probants
- Explicit preserved editorial country/region; no city or national centroid inferredarxiv.org ↗