DRFLOW：用于个性化工作流预测的深度研究基准

深度研究系统常用于复杂信息检索，但现有工作多侧重报告生成，忽视了企业场景中具体的动作序列需求。为此，本文提出 DRFLOW 基准，旨在评估智能体从异构源中识别证据并预测个性化工作流的能力。该基准涵盖五个领域的 100 个任务，包含基于 3900 多个来源的 1246 个参考步骤。文章定义了七项诊断指标，并提出了面向工作流的参考智能体 DRFA。实验表明，尽管 DRFA 优于强基线，但在预测完整正确的个性化工作流方面仍面临巨大挑战。