Inilunsad ng Meituan LongCat ang LoHoSearch: mas mahirap na search agent benchmark
Orihinal na pamagat:BrowseComp went from 30% → 90% in 10 months. Search-agent benchmarks are saturating. So we built Lo...
AI summary
Inilunsad ng Meituan LongCat ang LoHoSearch, isang search agent benchmark na awtomatikong bumubuo ng tanong mula sa 7.62 milyong entity na Wikipedia knowledge graph, na naglalayong lutasin ang saturation ng umiiral na benchmark tulad ng BrowseComp. Sa pagsubok sa 11 frontier model, ang pinakamataas na score ay 34.74% lamang, malayo sa humigit-kumulang 90% na marka ng kasalukuyang model sa BrowseComp; ang context strategy ay nagdala lamang ng +6.8 percentage point na pagtaas. Ang benchmark ay may 544 tanong, 11 domain, gumagamit ng tree at graph structure, at open source na.
Mahahalagang impormasyon
- Inilunsad ng Meituan LongCat ang LoHoSearch,isang search agent benchmark na awtomatikong bumubuo…
- 62 milyong entity na Wikipedia knowledge graph,na naglalayong lutasin ang saturation ng umiiral na…
- Sa pagsubok sa 11 frontier model,ang pinakamataas na score ay 34.
- 74% lamang,malayo sa humigit-kumulang 90% na marka ng kasalukuyang model sa BrowseComp
- ang context strategy ay nagdala lamang ng +6.
Mabilisang tingin
- Na-publish noong
- Na-update noong
- Pinagmulan
- X:美团 LongCat (@Meituan_LongCat)
- Kategorya
- Mga Papel at Pananaliksik
- AI na marka
- 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。
Pinagmulan at copyright
Ang artikulong ito ay batay sa mga piling pamagat at AI summary mula sa pampublikong API ng AIHOT, may nakasaad na pinagmulan at backlink; ang copyright ng orihinal na teksto ay pag-aari ng orihinal na media at may-akda, hindi namin ginagaya ang buong teksto.
Paano banggitin
Kapag binabanggit ang artikulong ito, panatilihin ang pamagat, petsa at permanenteng link, at banggitin ang Orange News bilang pinagmulan.
Orange News: Inilunsad ng Meituan LongCat ang LoHoSearch: mas mahirap na search agent benchmark. 17 Hulyo 2026. https://new.nat6.net/fil/news/cmrp0qw3s090ybitorwj6diwi/