miaolu3/browsecomp-plus
收藏Hugging Face2025-10-27 更新2025-11-15 收录
下载链接：
https://hf-mirror.com/datasets/miaolu3/browsecomp-plus
下载链接
链接失效反馈官方服务：
资源简介：
---
license: apache-2.0
---
应用场景：
提供机构：
miaolu3相关数据集
BrowseComp-Plus
BrowseComp-Plus是一个新的基准测试，用于评估深度研究系统，通过隔离检索器和LLM代理的影响，实现深度研究代理的公平、透明和可重复比较。该基准测试从OpenAI的BrowseComp获取具有挑战性、需要推理的查询，但不同于搜索实时网络，BrowseComp-Plus针对一个固定的、精选的约10万份网络文档进行评估。这些文档包括足够回答查询的人类验证证据文档，以及挖掘的困难负面样本以保持
github2025-08-11 更新1580
Tevatron/browsecomp-plus
BrowseComp-Plus是一个用于隔离检索器和LLM代理效果的Deep-Research系统的新基准测试。该数据集包含来自OpenAI的BrowseComp的挑战性、推理密集型查询，并且评估针对一个固定的、经过精心策划的约10万网络文档集合。数据集包含query_id、query、answer以及证据文档、黄金文档和负样本文档的列表，每个文档都有唯一标识符、文本和URL。
Hugging Face2025-12-20 更新320
Tevatron/browsecomp-plus-indexes
这个数据集包含了用于BrowseComp-Plus项目的BM25和embedding index。它可以帮助用户在BrowseComp-Plus中进行相关任务。
Hugging Face2025-08-11 更新100
BrowseComp-Plus
BrowseComp-Plus是一个由人类验证的文档集合，包括支持和挑战性的负面文档，旨在为深度研究代理提供一个公平和透明的评估基准。这个数据集扩展了原始的BrowseComp数据集，提供了固定的、精心策划的文档语料库，每个查询都包括经过人类验证的支持性文档和挖掘出的具有挑战性的负面文档。这个数据集允许研究人员独立评估检索和LLM组件，从而促进对每个组件对最终答案质量的影响的详细分析。此外，通过消
arXiv2025-08-09 更新240
browsecomp-plus-indexes
该数据集提供了基于BrowseComp-Plus数据集的段落和文档语料库构建的检索索引，用于论文《Revisiting Text Ranking in Deep Research》中的研究。发布的索引对应以下检索器：BM25、SPLADE-v3、RepLLaMA、Qwen3-Embedding-8B和ColBERTv2。这些索引旨在促进文本排名方法在深度研究环境中的可重复性和直接评估。
Hugging Face2026-02-26 更新70
