*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 。

  

Citation

@misc{wong2025widesearchbenchmarkingagenticbroad,
title={WideSearch: Benchmarking Agentic Broad Info-Seeking},
author={Ryan Wong and Jiawei Wang and Junjie Zhao and Li Chen and Yan Gao and Long Zhang and Xuan Zhou and Zuo Wang and Kai Xiang and Ge Zhang and Wenhao Huang and Yang Wang and Ke Wang},
year={2025},
eprint={2508.07999},
archivePrefix={arXiv},
primaryClass={cs.CL},
url={https://arxiv.org/abs/2508.07999},
}