全部标签

LoHoSearch

下一代搜索智能体评测基准！美团开源LoHoSearch，用知识图谱校准AI能力认知

过去一年，我们见证了 Search Agent 能力的显著演进。在 BrowseComp 等评测上，顶尖模型准确率从最初的30%区间迅速攀升至90%以上。然而，当基准迅速饱和，其区分模型能力的价值也随之递减。 △图1：BrowseComp 准确率进展曲线 BrowseComp 的题目由人工设计，局限在于只能基于标注者已知的实体和关系构思，无法站在全局知识网络视角判断：哪些条件真的难检索？哪些约束…
行业动态
- 841
- 0
有个吃货女盆友2小时前