# 大语言模型搜索智能体评估

日语检索智能体的能力此前缺少可重复的定量评测，常见日语基准多只要求单次检索。Preferred Networks构建并公开Snapshot BrowseComp-ja，以约824万篇日语、约4552万篇英语的固定网页语料为检索对象，收录250道需多步检索整合的日语问题。三个公开模型在不给检索工具时正确率均低，给工具后Qwen3.8-27B在全部250题上达到89.2%。

日语检索智能体的能力此前缺少可重复的定量评测，常见日语基准多只要求单次检索。Preferred Networks构建并公开Snapshot BrowseComp-ja，以约824万篇日语、约4552万篇英语的固定网页语料为检索对象，收录250道需多步检索整合的日语问题。三个公开模型在不给检索工具时正确率均低，给工具后Qwen3.8-27B在全部250题上达到89.2%。