LongCat Meituan rilis LoHoSearch: tolok ukur agen pencarian yang lebih sulit
Judul asli:BrowseComp went from 30% → 90% in 10 months. Search-agent benchmarks are saturating. So we built Lo...
Ringkasan AI
LongCat Meituan meluncurkan LoHoSearch, tolok ukur agen pencarian yang pertanyaannya dihasilkan otomatis dari graf pengetahuan Wikipedia dengan 7,62 juta entitas, bertujuan mengatasi masalah tolok ukur yang ada seperti BrowseComp yang mulai jenuh. Dalam pengujian terhadap 11 model terdepan, skor terbaik hanya 34,74%, jauh di bawah capaian model saat ini sekitar 90% pada BrowseComp; strategi konteks hanya memberikan peningkatan +6,8 poin persentase. Tolok ukur ini mencakup 544 pertanyaan dalam 11 domain, menggunakan struktur pohon dan graf, dan telah menjadi sumber terbuka.
Poin utama
- LongCat Meituan meluncurkan LoHoSearch,tolok ukur agen pencarian yang pertanyaannya dihasilkan…
- Dalam pengujian terhadap 11 model terdepan,skor terbaik hanya 34,74%,jauh di bawah capaian model…
- strategi konteks hanya memberikan peningkatan +6,8 poin persentase.
- Tolok ukur ini mencakup 544 pertanyaan dalam 11 domain,menggunakan struktur pohon dan graf,dan…
Ringkasan cepat
- Waktu terbit
- Waktu diperbarui
- Kategori
- Makalah & Riset
- Skor AI
- 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。
Sumber dan hak cipta
Artikel ini disusun berdasarkan judul pilihan dan ringkasan AI dari API publik AIHOT, dengan sumber yang dicantumkan dan tautan balik; hak cipta konten asli milik media dan penulis aslinya, situs ini tidak menyalin artikel secara penuh.
Cara mengutip
Saat mengutip artikel ini, sertakan judul, tanggal, dan tautan permanen, serta cantumkan sumber Orange News.
Orange News: LongCat Meituan rilis LoHoSearch: tolok ukur agen pencarian yang lebih sulit. 17 Juli 2026. https://new.nat6.net/id/news/cmrp0qw3s090ybitorwj6diwi/