browsing-benchmark

介绍XBCP（跨语言BrowseComp-Plus），这是一个用于在跨语言和多语言环境中评估深度研究智能体和检索器的基准。结果表明，当证据与查询语言不同时，性能显著下降，凸显了检索失败以及智能体在整合语言不匹配证据方面的困难。