BlindToChange评测智能体能否主动识别并核验已发生变化的外部事实。
推荐理由：研究揭示实时联网并不保证答案新鲜：智能体能找到变化，却常意识不到自身假设需要核验；这暴露现有搜索基准给定检索目标、掩盖主动查证缺陷。
阅读原文