**DeepStress：深度压力测试框架评估深度搜索智能体的鲁棒性**

_DeepStress: Stress-Testing Deep Search Agents_

> 针对深度搜索智能体在面对低质量证据时鲁棒性不足的问题，研究提出了 DeepStress 动态压力测试框架。该框架通过合成环境动态生成文档，独立控制其可信度、相关性和事实性，以模拟证据退化场景。研究引入了包含五种结果分类及两个新指标（RAS 和 CoPRAS）的评估体系，发现部分开源智能体在证据存在明显可信度红旗时仍会自信作答，且许多问题答案主要依赖模型参数化知识而非检索到的错误文档。

**来源信息**
- **来源**：HuggingFace Daily Papers（社区热门论文）
- **分类**：论文
- **发布时间**：2026-11-13 08:00（北京时间）
- **原文**：[打开原文](https://huggingface.co/papers/2607.13920)