抱歉，没有找到相关的创作类工具
抱歉，没有找到相关的全品类工具
21 小时前
2026年7月17日，美团LongCat正式发布全新搜索智能体评测基准LoHoSearch。此前行业通用的BrowseComp基准推出仅10个月，模型最优成绩就从30%飙升至90%，因可通过定向刷分失去参考价值。LoHoSearch基于覆盖762万实体的维基百科知识图谱自动出题，11款前沿模型测试最优成绩仅34.74%，大幅拉高评测难度上限。
2026年7月17日，美团AI团队LongCat发布全新搜索智能体评测基准LoHoSearch。此前业内通用的BrowseComp基准上线仅10个月，前沿模型准确率已从初始的30%攀升至90%，评测区分度基本消失。新基准依托涵盖762万实体的维基百科知识图谱自动生成考题，首批11款主流前沿模型测试最高得分仅34.74%，大幅抬高了行业评测门槛。
滇公网安备 53252802528133号