标签
OBLIQ-Bench 引入了一套包含五项倾斜搜索任务的套件，揭示了检索与验证之间的差距：推理型大语言模型在文档被呈现出来后能轻松识别相关文档，但即便是最先进的检索器也无法将其呈现出来，凸显了现代检索系统中被忽视的瓶颈。
OBLIQ-Bench 是一个新的基准测试，揭示了当前检索系统在处理需要潜在或隐式推理的间接查询时的弱点，表明即使复杂的检索流程也无法提供相关文档，而这些文档是推理型大语言模型容易验证的。