LongCat của Meituan ra mắt LoHoSearch: bộ đánh giá tác nhân AI tìm kiếm khó hơn
Tiêu đề gốc:BrowseComp went from 30% → 90% in 10 months. Search-agent benchmarks are saturating. So we built Lo...
Tóm tắt AI
LongCat của Meituan ra mắt LoHoSearch, bộ đánh giá tác nhân AI tìm kiếm tự động sinh câu hỏi dựa trên đồ thị tri thức Wikipedia 7,62 triệu thực thể, nhằm giải quyết vấn đề các bộ đánh giá hiện có như BrowseComp dần bão hòa. Trong thử nghiệm 11 mô hình tiên phong, điểm cao nhất chỉ 34,74%, thấp hơn nhiều so với khoảng 90% của các mô hình hiện tại trên BrowseComp; chiến lược ngữ cảnh chỉ mang lại mức tăng +6,8 điểm phần trăm. Bộ đánh giá gồm 544 câu hỏi, 11 lĩnh vực, sử dụng cấu trúc cây và đồ thị, đã mở mã nguồn.
Thông tin chính
- LongCat của Meituan ra mắt LoHoSearch,bộ đánh giá tác nhân AI tìm kiếm tự động sinh câu hỏi dựa…
- Trong thử nghiệm 11 mô hình tiên phong,điểm cao nhất chỉ 34,74%,thấp hơn nhiều so với khoảng 90%…
- chiến lược ngữ cảnh chỉ mang lại mức tăng +6,8 điểm phần trăm.
- Bộ đánh giá gồm 544 câu hỏi,11 lĩnh vực,sử dụng cấu trúc cây và đồ thị,đã mở mã nguồn.
Tóm tắt nhanh
- Đăng lúc
- Cập nhật lúc
- Danh mục
- Bài báo & nghiên cứu
- Điểm 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。
Nguồn và bản quyền
Bài viết này được tổng hợp dựa trên các tiêu đề chọn lọc và tóm tắt AI từ API công khai của AIHOT, đã ghi rõ nguồn và liên kết ngược; bản quyền nội dung gốc thuộc về cơ quan truyền thông và tác giả gốc, trang này không sao chép toàn văn.
Cách trích dẫn
Khi trích dẫn bài viết này, vui lòng giữ nguyên tiêu đề, ngày đăng và liên kết vĩnh viễn, đồng thời ghi rõ nguồn là Orange News.
Orange News: LongCat của Meituan ra mắt LoHoSearch: bộ đánh giá tác nhân AI tìm kiếm khó hơn. 17 tháng 7 2026. https://new.nat6.net/vi/news/cmrp0qw3s090ybitorwj6diwi/