美团LongCat发布LoHoSearch:更难搜索智能体基准
原文标题:BrowseComp went from 30% → 90% in 10 months. Search-agent benchmarks are saturating. So we built Lo...
AI 摘要
美团LongCat推出LoHoSearch,一个基于762万实体维基百科知识图谱自动生成问题的搜索智能体基准,旨在解决BrowseComp等现有基准趋于饱和的问题。在11个前沿模型测试中,最佳得分仅34.74%,远低于当前模型在BrowseComp上约90%的成绩;上下文策略仅带来+6.8个百分点的提升。该基准包含544道问题、11个领域,采用树与图结构,已开源。
关键信息
- 美团LongCat推出LoHoSearch,一个基于762万实体维基百科知识图谱自动生成问题的搜索智能体基准,旨在解决BrowseComp等现有基准趋于饱和的问题。
- 在11个前沿模型测试中,最佳得分仅34.
- 74%,远低于当前模型在BrowseComp上约90%的成绩
- 上下文策略仅带来+6.
- 8个百分点的提升。
速览
- 发布时间
- 更新时间
- 分类
- 论文与研究
- AI 评分
- 75
推荐理由
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。
来源与版权
本文基于 AIHOT 公开 API 的精选标题与 AI 摘要整理,已注明来源并回链;原文版权归原媒体与作者所有,本站不镜像全文。
如何引用
引用本文时请保留标题、日期与永久链接,并注明来源为橙子新闻。
橙子新闻:美团LongCat发布LoHoSearch:更难搜索智能体基准。2026年7月17日。https://new.nat6.net/news/cmrp0qw3s090ybitorwj6diwi/