**EvoBrowseComp: 演化知识上的搜索代理基准测试**

_EvoBrowseComp: Benchmarking Search Agents on Evolving Knowledge_

> 现有搜索代理基准如BrowseComp依赖静态知识，易受测试集污染和参数化记忆影响。为解决此问题，本文提出EvoBrowseComp，一个包含400个英文和400个中文复杂问题的演化基准。通过三代理协作框架，从实时网络遍历合成了无污染问题：QA合成代理获取新知识生成问答对；信息过滤代理基于可信度和流行度过滤知识，阻断捷径；高层指导代理将问题形式化为推理图，减少逻辑冗余。EvoBrowseComp支持自动更新，确保时效性并防止污染。大量实验显示其难度极高，需广泛水平搜索，为可自动更新、高难度的基准测试建立了可扩展范式。

**来源信息**
- **来源**：HuggingFace Daily Papers（社区热门论文）
- **分类**：论文
- **发布时间**：2026-06-12 08:00（北京时间）
- **原文**：[打开原文](https://huggingface.co/papers/2606.13120)