**SearchHorizonBench：首个评估 AI 代理搜索价值的基准测试**

_SearchHorizonBench: A Benchmark for Search Value in AI Agents_

> 针对 AI 代理何时值得进行额外搜索的决策难题，研究团队推出了 SearchHorizonBench 基准。该基准基于 45,632 次执行记录，通过配对续写和重复执行，有效分离了预期搜索增益与生成噪声。实验表明，利用历史校准可将预测误差降低 16.2%，并证实了搜索增益信息在提升决策效用中的关键作用，为开发价值感知型搜索代理提供了坚实基础。

**来源信息**
- **来源**：HuggingFace Daily Papers（社区热门论文）
- **分类**：ai-models
- **发布时间**：2026-10-28 08:00（北京时间）
- **原文**：[打开原文](https://huggingface.co/papers/2610.34714)