ReCoQA：面向房地产问答的工具增强与多步推理基准

开发能够导航碎片化、多源信息的智能体极具挑战，主要缺乏反映数据库查询与外部 API 混合工作流的基准。为此，我们推出 ReCoQA，一个包含 29,270 个房地产实例的大规模基准，提供包括结构化意图标签、SQL 查询和 API 调用在内的中间步骤机器可验证监督。此外，我们提出 HIRE-Agent，一种实例化“理解 - 规划 - 执行”架构的分层框架作为强基线。通过协调前端解析器、规划监督器和执行专家，该框架有效整合异构证据。实验证明其对于复杂现实推理任务的必要性。