Perplexity AI が研究エージェント評価ベンチ「WANDR」公開

記事の3ポイント

1. 1

   WANDR の定義と目的

   Perplexity AI が発表した WANDR は、エージェントが「広い範囲」で多数のエンティティを発見し、「深い調査」で各主張を証拠で裏付ける能力を同時に評価するためのオープンベンチマークである。

2. 2

   評価メカニズムの特徴

   WANDR は「会社 (n) -> 従業員 (m) -> URL(k)」のような階層的な資格キー構造を採用し、単なる数値の正確性ではなく、大規模で証拠に裏付けられたコレクションの構築能力を問う。

3. 3

   タスク生成プロセス

   本ベンチマークの 500 の課題は、合成プロンプトではなく実際の生産環境での非特定化されたパターンに基づき、シード、作成、承認、キュレーションの 4 つの段階を経て生成されている。