摘要
现实世界的时间序列预测不仅依赖历史观测，更需从噪声异构源中主动发现外部上下文。现有基准通常假设上下文已给定，忽略了智能体自主识别能力。为此，本文提出 Dr-CiK 基准，旨在评估智能体从文档库中检索相关上下文、过滤干扰项、提炼证据并生成基于证据的预测的能力。实验表明，高质量上下文显著提升预测性能，但现有深度研究智能体仅能恢复极少真实证据，易受干扰误导，甚至导致预测效果下降。该结果推动了面向未来的前瞻性驱动智能体研究。
AI 推荐理由
论文核心评估 Agent 主动发现、检索和过滤外部信息源的技能，属于工具使用与信息获取范畴。
研究机构
McGill University
ServiceNow Research
Université de Montréal
Québec AI Institute
University of British Columbia
论文信息