Perplexity AI udostępniła WANDR (Wide ANd Deep Research) - otwarty benchmark i narzędzie oceniające, które zmienia sposób testowania agentów badawczych. Istniejące benchmarki skupiają się na pojedynczych odpowiedziach, ale agenty badawcze w rzeczywistości muszą gromadzić duże, dokładnie zbadane kolekcje danych. WANDR zawiera 500 realistycznych, wymagających zadań gromadzenia wiedzy biznesowej.
Benchmark bazuje na innowacyjnej hierarchii kwalifikacyjnej, gdzie jedno zadanie może wymagać na przykład n spółek -> m pracowników każdej -> k stron poparcia dla każdego pracownika. Każda pełna ścieżka przez tę strukturę zostaje walidowana niezależnie. To podejście odróżnia WANDR od tradycyjnych benchmarków - nie wystarczą tu kilka przekonujących przykładów czy pięknie napisany raport bez pełnych badań. System musi równocześnie odkrywać duże, często otwarte zbiory kwalifikujących się bytów (szerokość) i wystarczająco dogłębnie każdy zbadać (głębia), wspierając każde twierdzenie dowodem.
WANDR jest uzupełnieniem benchmarku DRACO Perplexity, który testuje zdolność do tworzenia dokładnych, kompletnych i bezstronnych raportów długoformowych. Podczas gdy DRACO ocenia głębia, WANDR ocenia szerokość i ilość. To rozróżnienie ma znaczenie, bo agenty badawcze już dziś wykonują rzeczywistą pracę wiedzy - zespoły delegują im competitive mapping, due diligence czy przeglądy literatury. Otwarty charakter benchmarku pozwala szerszej społeczności badawczej testować i ulepszać swoje rozwiązania.