Meituanが次世代検索エージェントベンチマーク「LoHoSearch」を発表

MeituanのLongCatチームは、検索エージェントを評価するための新しいベンチマークであるLoHoSearchを発表しました。LoHoSearchは、762万件のエントリを含むWikipediaエンティティ知識グラフを使用して、544の非常に難易度の高い質問を自動的に生成します。このベンチマークは、検索空間と構造的複雑さの両方を制御することで難易度を上げています。評価結果によると、最も強力なモデルであるGPT-5.5でも精度は34.74%にとどまり、BrowseCompでのパフォーマンスよりも大幅に低く、長鎖で複雑な推論タスクにおいて、現在の検索エージェントに大きなボトルネックが存在することが明らかになりました。