OmniTools 7月17日消息，美团LongCat团队推出LoHoSearch，一个面向搜索智能体的新基准。该基准基于含762万实体的维基百科知识图谱自动生成问题，共包含544道题目、覆盖11个领域，采用树与图结构设计，目前已开源。
LoHoSearch旨在应对BrowseComp等现有基准性能趋于饱和的问题。在11个前沿模型测试中，最佳得分仅为34.74%，显著低于同一模型在BrowseComp上约90%的表现。
实验显示，引入上下文策略仅带来6.8个百分点的性能提升，表明该基准对模型推理与检索能力提出了更高挑战。
