Meituan LongCat veröffentlicht LoHoSearch: ein schwierigerer Benchmark für Suchagenten
Originaltitel:BrowseComp went from 30% → 90% in 10 months. Search-agent benchmarks are saturating. So we built Lo...
KI-Zusammenfassung
Meituan LongCat stellt LoHoSearch vor, einen Benchmark für Suchagenten, der automatisch Fragen auf Basis eines Wissensgraphen mit 7,62 Millionen Entitäten aus Wikipedia generiert. Ziel ist es, das Problem der zunehmenden Sättigung bestehender Benchmarks wie BrowseComp zu lösen. In Tests mit 11 führenden Modellen erreichte das beste Ergebnis nur 34,74 %, weit unter den rund 90 %, die aktuelle Modelle bei BrowseComp erzielen; Kontextstrategien brachten lediglich +6,8 Prozentpunkte. Der Benchmark umfasst 544 Fragen aus 11 Bereichen, verwendet Baum- und Graphstrukturen und ist Open Source.
Kernpunkte
- Meituan LongCat stellt LoHoSearch vor,einen Benchmark für Suchagenten,der automatisch Fragen auf…
- Ziel ist es,das Problem der zunehmenden Sättigung bestehender Benchmarks wie BrowseComp zu lösen.
- In Tests mit 11 führenden Modellen erreichte das beste Ergebnis nur 34,74 %,weit unter den rund 90…
- Kontextstrategien brachten lediglich +6,8 Prozentpunkte.
- Der Benchmark umfasst 544 Fragen aus 11 Bereichen,verwendet Baum- und Graphstrukturen und ist Open…
Auf einen Blick
- Veröffentlicht
- Aktualisiert
- Kategorie
- Papers & Forschung
- KI-Bewertung
- 75
BrowseComp 快被刷到顶了,LongCat 甩出 LoHoSearch,前沿模型集体回落到三成出头——搜索 agent 的真正挑战才刚开始,这个基准可能是下一个必测项。
Quelle & Urheberrecht
Dieser Artikel basiert auf kuratierten Titeln und KI-Zusammenfassungen der öffentlichen AIHOT-API, mit Quellenangabe und Rückverlinkung. Das Urheberrecht am Original liegt bei den ursprünglichen Medien und Autoren; diese Seite spiegelt keine Volltexte.
Zitierhinweis
Beim Zitieren dieses Artikels bitte Titel, Datum und Permalink beibehalten und Orange News als Quelle angeben.
Orange News: Meituan LongCat veröffentlicht LoHoSearch: ein schwierigerer Benchmark für Suchagenten. 17. Juli 2026. https://new.nat6.net/de/news/cmrp0qw3s090ybitorwj6diwi/