Multi-Turn Evaluation of Deep Research Agents Under Process-Level Feedback
深度研究智能体在过程级反馈下的多轮评估
机构 * Google DeepMind（谷歌DeepMind） ； OpenAI ； Perplexity AI ； LangChain AI
AI总结 针对深度研究智能体（DRA）在单轮输出评估的不足，提出研究缺口推断（RGI）方法提供过程级反馈，发现单轮过程反馈可提升8-15分，但多轮改进因回归问题难以持续。
Comments Published as a workshop paper at SCALE - ICML 2026 (Oral)
