# 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.

- URL canonique: https://newsverum.com/fr/news/longharness-tests-evidence-management-for-long-context-agents
- Éditeur: Newsverum
- Rubrique: Technologie
- Pays: Chine
- Publié: 2026-10-13T00:51:40+00:00
- Mis à jour: 2026-10-13T00:51:40+00:00
- Période de l’événement / des données: 2026-10-09
- Autres éditions: [Türkçe](https://newsverum.com/tr/news/longharness-tests-evidence-management-for-long-context-agents.md), [English](https://newsverum.com/en/news/longharness-tests-evidence-management-for-long-context-agents.md), [العربية](https://newsverum.com/ar/news/longharness-tests-evidence-management-for-long-context-agents.md), [Español](https://newsverum.com/es/news/longharness-tests-evidence-management-for-long-context-agents.md), [Deutsch](https://newsverum.com/de/news/longharness-tests-evidence-management-for-long-context-agents.md), [Português](https://newsverum.com/pt/news/longharness-tests-evidence-management-for-long-context-agents.md)

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

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.

| Mesure | Pourcentage | Périmètre |
|---|---|---|
| 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 |

Sources: <https://arxiv.org/html/2610.13075v1> · Télécharger les données: [JSON](https://newsverum.com/api/v1/articles/longharness-tests-evidence-management-for-long-context-agents/data/reported-result-1?lang=fr&format=json) · [CSV](https://newsverum.com/api/v1/articles/longharness-tests-evidence-management-for-long-context-agents/data/reported-result-1?lang=fr&format=csv)

## Sources

- [arXiv preprint by researchers affiliated with Fudan University, Shanghai AI Laboratory, Peking University and other Chinese institutions](<https://arxiv.org/html/2610.13075v1>) (Source vérifiée: 2026-10-13; Publié: 2026-10-09)

---

Citez l’URL canonique ci-dessus. [Principes éditoriaux et corrections](https://newsverum.com/fr/editorial)