WideSearch 信息搜集基准数据集

*该数据集支持在线使用，点击此处跳转。

WideSearch 是由字节跳动 Seed 团队于 2025 年发布的首个专为「广域信息搜集（broad info-seeking）」设计的智能体评测基准数据集，相关论文成果为「WideSearch:Benchmarking Agentic Broad Info-Seeking」，旨在系统评估并推动大语言模型在大规模事实收集、综合与可核验的结构化输出上的可靠性与完整性。

该基准包含研究团队从真实用户查询中精心挑选并手工清洗出 200 个高质量问题（100 个英文问题、 100 个中文问题），这些问题来自 15 个以上的不同领域。

数据字段：

• instance_id：任务唯一 ID（与 gold CSV 文件名对应）。
• query：自然语言指令，通常明确所需列名与 Markdown 表格输出要求。
• evaluation：用于自动评测的序列化（字符串）对象，包含：
  • unique_columns：主键列（用于行对齐）；
  • required：必须出现的列名；
  • eval_pipeline：列级评测配置（如 preprocess 、 metric 、 criterion）。
• language：任务语言，取值为 en 或 zh 。