RAP 基准显示智能体能识别近期变化，却难以可靠预测未来研究走向。
资讯摘要
论文提出 Research Attention Prediction（RAP）文献检索基准，用 356,357 篇带日期的 arXiv 论文搭建本地搜索环境，构建 Core 集（54 个 AI/ML 领域、2,160 道题）与覆盖 269 个领域的 Extended 集。作者报告，对 LLM 智能体的评测显示检索能明显提升较强智能体对近期变化的识别，但预测未来变化的收益有限甚至为负；智能体会随日期更新预测并调整检索，却未能可靠提升预测准确性。
要点速读
- 论文基于 356,357 篇带日期 arXiv 论文构建本地搜索环境，提出 RAP 基准。
- 基准含 54 个 AI/ML 领域、2,160 道题的 Core 集，以及覆盖 269 个领域的 Extended 集。
- 作者报告检索提升了较强智能体对近期变化的识别，但未来预测收益有限或为负。
中文摘要由 AI 根据公开来源生成，可能存在理解偏差；具体能力、数字、开放时间等信息请以原文为准。
采集于 2026/11/4 08:00:28（北京时间）。 arXiv 日期为本次公告时间，论文初次投稿日期请查看原文版本记录。