概要

Perplexityは研究エージェントの性能を測るWANDRというベンチマークをオープンソース化した。

背景

自社AIの研究機能を高めるために社内で作ったツールで、複数の情報源から集めた内容を基に複雑な多段階の質問に答えるよう設計されている。

分析

最近AI企業はウェブ検索やツール利用、段階的な推論を組み合わせたエージェント向けのベンチマークに力を入れている。Perplexityがこれを公開したのは、単に自社製品を売るだけでなく、評価のやり方を共有したいからだろう。開発者にとっては、広い探索と実質的な分析の両方を必要とするタスクでエージェントを比較する手段になる。

影響評価

重要度: 中 カテゴリ: オープンソース、AI研究、開発者ツール