Словарь
DeepSearchQA
Бенчмарк Google DeepMind для агентов глубокого исследования (deep research): многошаговые задачи поиска в открытом интернете, где каждый шаг зависит от результата предыдущего, а ответом служит исчерпывающий список, который сверяют с эталоном. Проверяет и точность, и полноту собранных ответов — в отличие от бенчмарков вроде BrowseComp, где нужно найти один труднодоступный факт.