论文提出 Mr Dre 评测多轮报告修订，发现 DRA 会回退已覆盖内容。
资讯摘要
论文指出，现有深度研究智能体（DRA）评测把报告生成当作单次写作任务，与人类迭代修改报告的方式不符。作者提出 Mr Dre 评测套件，包含覆盖全面性、事实性与呈现的统一长文评测协议，以及经人工核验的多轮反馈模拟流程。对五个 DRA 的分析显示，智能体虽能处理多数用户反馈，却会使 16%–28% 此前已覆盖的内容与引用质量出现回退；多轮修订后，表现最好的智能体仍有明显提升空间，且难以通过提示工程或专用修订子智能体等推理期手段解决。
要点速读
- 论文提出 Mr Dre，将多轮报告修订设为 DRA 的新评测维度，含统一长文评测协议与人工核验的反馈模拟流程。
- 对五个 DRA 的分析显示，智能体可处理多数反馈，但会使 16%–28% 已覆盖内容与引用质量回退。
- 多轮修订中智能体持续改动反馈范围外内容、无法保留早前修改，提示工程与专用修订子智能体等推理期手段难以解决。
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。