งานวิจัย
DiscoBench: งานวิจัยชี้ search agent ไม่ได้แพ้ตรงการค้นหา — แต่แพ้ตรง 'ไม่รู้ว่าเมื่อไรควรถาม'
เบนช์มาร์กใหม่ DiscoBench (211 ตัวอย่าง, ambiguity 463 จุด, 11 โดเมน) พบว่า search agent ที่ขับด้วย LLM ล้มเหลวไม่ใช่เพราะค้นหาไม่เก่ง แต่เพราะไม่รู้ว่าเมื่อไรควร 'หยุดถามผู้ใช้' — และการเอาแต่ค้นซ้ำแทนที่จะถาม มักแย่กว่าการเดาตรง ๆ ด้วยซ้ำ
· อ่าน 5 นาที