SearchHorizonBench：评估 AI 智能体搜索价值的基准

Carnegie Mellon University 团队提出 SearchHorizonBench，用于评估 AI 智能体预测追加搜索能否改善答案的能力。研究覆盖 45,632 次独立执行、8,880 次预测和 3,168 个问题，并从行动成功预测、预期搜索收益和决策效用三个维度评分。