美団LongCatがLoHoSearchを発表:より難易度の高い検索エージェントベンチマーク
原題:BrowseComp went from 30% → 90% in 10 months. Search-agent benchmarks are saturating. So we built Lo...
AI 要約
美団LongCatは、762万エンティティのWikipedia知識グラフに基づいて自動的に問題を生成する検索エージェントベンチマークLoHoSearchを発表した。BrowseCompなど既存ベンチマークの飽和傾向に対処することを目的とする。11のフロンティアモデルによるテストでは最高スコアが34.74%にとどまり、現在のモデルがBrowseCompで約90%を記録する水準を大きく下回った。コンテキスト戦略による向上は+6.8ポイントのみだった。同ベンチマークは544問、11領域を含み、木構造とグラフ構造を採用し、オープンソース化されている。
要点
- 美団LongCatは、762万エンティティのWikipedia知識グラフに基づいて自動的に問題を生成する検索エージェントベンチマークLoHoSearchを発表した。
- BrowseCompなど既存ベンチマークの飽和傾向に対処することを目的とする。
- 11のフロンティアモデルによるテストでは最高スコアが34.
- 74%にとどまり、現在のモデルがBrowseCompで約90%を記録する水準を大きく下回った。
- コンテキスト戦略による向上は+6.
概要
- 公開日時
- 更新日時
- カテゴリ
- 論文・研究
- AI スコア
- 75
おすすめの理由
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。
出典と著作権
本記事は AIHOT の公開 API が提供する厳選タイトルと AI 要約に基づいており、出典の明記と元記事へのリンクを行っています。原文の著作権は元の媒体と著者に帰属し、当サイトは全文を転載しません。
引用方法
本記事を引用する際は、タイトル・日付・パーマリンクを保持し、出典をOrange Newsと明記してください。
Orange News:美団LongCatがLoHoSearchを発表:より難易度の高い検索エージェントベンチマーク。2026年7月17日。https://new.nat6.net/ja/news/cmrp0qw3s090ybitorwj6diwi/