ДомMeitun LongCat запускает LoHoSearch, пока оценки BrowseComp падают ниже 30%
Возможности поисковых агентов в значительной степени определялись benchmarkом BrowseComp на протяжении последнего года. Однако этот тест теряет свою актуальность: он обеспечил рост производительности моделей с 30% до 90% всего за десять месяцев, и его ценность стремительно снижается. 17 июля компания Meituan представила более строгую систему оценки LoHoSearch, разработанную для того, чтобы заново стимулировать значимый прогресс в разработке поисковых агентов.
Задачи LoHoSearch не создаются вручную, а генерируются автоматически на основе графа знаний Wikipedia, содержащего 7,62 миллиона сущностей. Поскольку они создаются машиной, эти задачи достигают такого уровня пространства поиска и структурной сложности, который человеческие аннотаторы не могли бы воспроизвести последовательно. Короче говоря, если предыдущие benchmarkы ограничивались «потолком», заданным человеком, то LoHoSearch делегирует генерацию вопросов графу знаний, эффективно устраняя это верхнее ограничение.
Результаты впечатляют. Среди 11 ведущих моделей максимальный балл составил лишь 34,74%, а следующие три модели набрали от 15% до 16%. Для сравнения, те же самые модели показывают около 90% на BrowseComp. Этот разрыв подчеркивает истинные ограничения современных поисковых агентов. Примечательно, что стратегии контекста дают убывающую отдачу: лучший подход к использованию контекста в LoHoSearch улучшил результаты всего на 6,8 процентных пункта, по сравнению с 14 процентными пунктами на BrowseComp. Это указывает на то, что полагаться на промпты и инженерную настройку контекста для преодоления разрыва в возможностях в основном неэффективно в рамках этого нового benchmarkа.
LoHoSearch включает 544 вопроса, охватывающих 11 областей знаний, структурированных в виде дерева и графа, и был опубликован с открытым исходным кодом. По мере того как старые benchmarkы достигают плато, реальные вызовы для поисковых агентов только начинаются, и LoHoSearch может вскоре стать необходимым стандартом оценки.
Связанная статья
Набор чипов Baidu Kunlun для публичного размещения в Гонконге с целевой оценкой в 50 миллиардов долларов
29 июня финансовые рынки были потрясены важными новостями: дочерняя компания Baidu по производству ИИ-чипов, Kunlun Tech, ускоряет процесс выхода на биржу в Гонконге (IPO), стремясь к оценке до 50 миллиардов долларов. Этот шаг Kunlun Tech — ключевого
Instinct запускает ИИ-агента в групповых чатах, включая те, где есть неавторизованные пользователи
Instinct, агент искусственного интеллекта, стоимость которого после последнего раунда финансирования достигла 10 миллиардов долларов, расширяет свое присутствие в групповых чатах. Студия объявила в понедельник, что пользователи могут добавлять агента
MiniMax представила мультимодельную модель H3, снизив стоимость генерации 15-секундного видео в разрешении 2K до менее чем одной трети от отраслевого стандарта
Компания MiniMax официально представила модель генерации MiniMax H3, универсальную мультимодальную модель, предназначенную для объединения понимания и создания текстов, изображений, видео и аудио. Связывая исторический разрыв между задачами и модальн
Рекомендации по связанным специальным темам
Дизайн и искусство
Лучшие инструменты для создания иллюстраций с помощью ИИ: быстрее создавайте редакционные сцены и обложки
2026: Новейшие и самые популярные инструменты для создания иллюстраций с помощью ИИ: в нашем тщательно подобранном списке представлены лучшие инструменты с мощными функциональными возможностями, позволяющие быстро создавать потрясающие редакционные сцены и привлекательные обложки. Каждый вариант прошел тщательные практические испытания; мы предлагаем сравнение бесплатных и платных версий, чтобы помочь вам найти идеальный вариант для вашего рабочего процесса. Попробуйте эти незаменимые решения уже сегодня, чтобы раскрыть потенциал искусственного интеллекта и повысить свою творческую продуктивность. Узнайте больше на сайте XIX.AI.
10 инструментов
xix.ai
Образование и обучение
Лучшие репетиторы по искусственному интеллекту для подготовки к экзаменам: практикуйтесь по математике, естественным наукам и английскому языку
2026 года: лучшие и самые популярные ИИ-репетиторы для подготовки к экзаменам представлены на XIX.AI! В нашем тщательно подобранном списке представлены мощные инструменты, которые кардинально изменят ваш подход к обучению: здесь вы найдете сравнение бесплатных и платных версий, тесты на практике и еженедельно обновляемые рейтинги. Они помогут повысить эффективность вашего письма, упростить изучение сложных тем и раскрыть ваш академический потенциал. Ознакомьтесь с ними прямо сейчас, чтобы найти идеальный инструмент для подготовки к экзаменам, и начните творить уже сегодня, чтобы раскрыть свои преимущества благодаря ИИ!
10 инструментов
xix.ai
Финансы
Инструменты планирования бюджета на основе ИИ для управления личными финансами
В 2026 году на XIX.AI представлены новейшие, лучшие и наиболее рейтинговые инструменты ИИ для бюджетного планирования по личным финансам! Эта тщательно отобранная коллекция включает мощные, революционные решения, которые помогают проводить реальные тесты, понимать привычки расходов и создавать персонализированные планы для повышения продуктивности. Наслаждайтесь бесплатным сравнением с платными версиями вместе с подробными рейтингами. Инструменты, которые обязательно стоит попробовать, разработаны для упрощения управления деньгами и раскрытия вашего преимущества ИИ. Исследуйте сейчас!
11 инструментов
xix.ai
Здоровье и благополучие
Помощники для отслеживания сна с ИИ: улучшите восстановление за счёт более правильных привычек перед сном
2026 год: лучшие и наиболее высоко оценённые помощники для отслеживания сна на основе ИИ, отобранные для максимального восстановления организма. В этом полностью обновлённом еженедельном руководстве представлены мощные инструменты с результатами реальных тестов, сравнением бесплатных и платных версий, а также подробными рейтингами, которые помогут вам найти оптимальное решение для улучшения качества сна и формирования лучших привычек перед сном. Ознакомьтесь с ним прямо сейчас на сайте XIX.AI, чтобы раскрыть потенциал ИИ в вашей жизни.
10 инструментов
xix.ai
Анализ данных
AI-копилоты SQL для аналитики продуктов и выручки
2026: лучшие и самые популярные ИИ-помощники для работы с SQL в сфере аналитики продуктов и доходов! XIX.AI подготовила мощную, революционную подборку инструментов, которые обязательно стоит попробовать. Они проходят проверку в реальных условиях и включаются в еженедельно обновляемый рейтинг. Эти инструменты помогают пользователям значительно повысить продуктивность за счет ускорения анализа данных, оптимизации сложных запросов и получения точных аналитических выводов, которые позволяют принимать более обоснованные бизнес-решения. Ознакомьтесь с ними прямо сейчас, чтобы найти идеальный инструмент, который поможет вам раскрыть весь потенциал искусственного интеллекта!
14 инструментов
xix.ai
Образование и обучение
Лучшие помощники по домашним заданиям с ИИ, которые учат: изучайте концепции, а не просто ответы
2026: лучшие и самые популярные помощники по домашним заданиям с ИИ, которые обучают основным концепциям, а не просто дают готовые ответы. Мощные инструменты для студентов. Обязательный к пробованию тщательно отобранный список. Еженедельное обновление. Сравнение бесплатных и платных версий. Тестирование в реальных условиях. Точные рейтинги, которые помогут вам раскрыть весь свой учебный потенциал. Исследуйте сейчас, чтобы найти идеальный инструмент для более эффективного обучения.
10 инструментов
xix.ai
Комментарии (0)
Возможности поисковых агентов в значительной степени определялись benchmarkом BrowseComp на протяжении последнего года. Однако этот тест теряет свою актуальность: он обеспечил рост производительности моделей с 30% до 90% всего за десять месяцев, и его ценность стремительно снижается. 17 июля компания Meituan представила более строгую систему оценки LoHoSearch, разработанную для того, чтобы заново стимулировать значимый прогресс в разработке поисковых агентов.
Задачи LoHoSearch не создаются вручную, а генерируются автоматически на основе графа знаний Wikipedia, содержащего 7,62 миллиона сущностей. Поскольку они создаются машиной, эти задачи достигают такого уровня пространства поиска и структурной сложности, который человеческие аннотаторы не могли бы воспроизвести последовательно. Короче говоря, если предыдущие benchmarkы ограничивались «потолком», заданным человеком, то LoHoSearch делегирует генерацию вопросов графу знаний, эффективно устраняя это верхнее ограничение.
Результаты впечатляют. Среди 11 ведущих моделей максимальный балл составил лишь 34,74%, а следующие три модели набрали от 15% до 16%. Для сравнения, те же самые модели показывают около 90% на BrowseComp. Этот разрыв подчеркивает истинные ограничения современных поисковых агентов. Примечательно, что стратегии контекста дают убывающую отдачу: лучший подход к использованию контекста в LoHoSearch улучшил результаты всего на 6,8 процентных пункта, по сравнению с 14 процентными пунктами на BrowseComp. Это указывает на то, что полагаться на промпты и инженерную настройку контекста для преодоления разрыва в возможностях в основном неэффективно в рамках этого нового benchmarkа.
LoHoSearch включает 544 вопроса, охватывающих 11 областей знаний, структурированных в виде дерева и графа, и был опубликован с открытым исходным кодом. По мере того как старые benchmarkы достигают плато, реальные вызовы для поисковых агентов только начинаются, и LoHoSearch может вскоре стать необходимым стандартом оценки.
Набор чипов Baidu Kunlun для публичного размещения в Гонконге с целевой оценкой в 50 миллиардов долларов
29 июня финансовые рынки были потрясены важными новостями: дочерняя компания Baidu по производству ИИ-чипов, Kunlun Tech, ускоряет процесс выхода на биржу в Гонконге (IPO), стремясь к оценке до 50 миллиардов долларов. Этот шаг Kunlun Tech — ключевого
Instinct запускает ИИ-агента в групповых чатах, включая те, где есть неавторизованные пользователи
Instinct, агент искусственного интеллекта, стоимость которого после последнего раунда финансирования достигла 10 миллиардов долларов, расширяет свое присутствие в групповых чатах. Студия объявила в понедельник, что пользователи могут добавлять агента
MiniMax представила мультимодельную модель H3, снизив стоимость генерации 15-секундного видео в разрешении 2K до менее чем одной трети от отраслевого стандарта
Компания MiniMax официально представила модель генерации MiniMax H3, универсальную мультимодальную модель, предназначенную для объединения понимания и создания текстов, изображений, видео и аудио. Связывая исторический разрыв между задачами и модальн
2026: Новейшие и самые популярные инструменты для создания иллюстраций с помощью ИИ: в нашем тщательно подобранном списке представлены лучшие инструменты с мощными функциональными возможностями, позволяющие быстро создавать потрясающие редакционные сцены и привлекательные обложки. Каждый вариант прошел тщательные практические испытания; мы предлагаем сравнение бесплатных и платных версий, чтобы помочь вам найти идеальный вариант для вашего рабочего процесса. Попробуйте эти незаменимые решения уже сегодня, чтобы раскрыть потенциал искусственного интеллекта и повысить свою творческую продуктивность. Узнайте больше на сайте XIX.AI.
10 инструментов
xix.ai
2026 года: лучшие и самые популярные ИИ-репетиторы для подготовки к экзаменам представлены на XIX.AI! В нашем тщательно подобранном списке представлены мощные инструменты, которые кардинально изменят ваш подход к обучению: здесь вы найдете сравнение бесплатных и платных версий, тесты на практике и еженедельно обновляемые рейтинги. Они помогут повысить эффективность вашего письма, упростить изучение сложных тем и раскрыть ваш академический потенциал. Ознакомьтесь с ними прямо сейчас, чтобы найти идеальный инструмент для подготовки к экзаменам, и начните творить уже сегодня, чтобы раскрыть свои преимущества благодаря ИИ!
10 инструментов
xix.ai
В 2026 году на XIX.AI представлены новейшие, лучшие и наиболее рейтинговые инструменты ИИ для бюджетного планирования по личным финансам! Эта тщательно отобранная коллекция включает мощные, революционные решения, которые помогают проводить реальные тесты, понимать привычки расходов и создавать персонализированные планы для повышения продуктивности. Наслаждайтесь бесплатным сравнением с платными версиями вместе с подробными рейтингами. Инструменты, которые обязательно стоит попробовать, разработаны для упрощения управления деньгами и раскрытия вашего преимущества ИИ. Исследуйте сейчас!
11 инструментов
xix.ai
2026 год: лучшие и наиболее высоко оценённые помощники для отслеживания сна на основе ИИ, отобранные для максимального восстановления организма. В этом полностью обновлённом еженедельном руководстве представлены мощные инструменты с результатами реальных тестов, сравнением бесплатных и платных версий, а также подробными рейтингами, которые помогут вам найти оптимальное решение для улучшения качества сна и формирования лучших привычек перед сном. Ознакомьтесь с ним прямо сейчас на сайте XIX.AI, чтобы раскрыть потенциал ИИ в вашей жизни.
10 инструментов
xix.ai
2026: лучшие и самые популярные ИИ-помощники для работы с SQL в сфере аналитики продуктов и доходов! XIX.AI подготовила мощную, революционную подборку инструментов, которые обязательно стоит попробовать. Они проходят проверку в реальных условиях и включаются в еженедельно обновляемый рейтинг. Эти инструменты помогают пользователям значительно повысить продуктивность за счет ускорения анализа данных, оптимизации сложных запросов и получения точных аналитических выводов, которые позволяют принимать более обоснованные бизнес-решения. Ознакомьтесь с ними прямо сейчас, чтобы найти идеальный инструмент, который поможет вам раскрыть весь потенциал искусственного интеллекта!
14 инструментов
xix.ai
2026: лучшие и самые популярные помощники по домашним заданиям с ИИ, которые обучают основным концепциям, а не просто дают готовые ответы. Мощные инструменты для студентов. Обязательный к пробованию тщательно отобранный список. Еженедельное обновление. Сравнение бесплатных и платных версий. Тестирование в реальных условиях. Точные рейтинги, которые помогут вам раскрыть весь свой учебный потенциал. Исследуйте сейчас, чтобы найти идеальный инструмент для более эффективного обучения.
10 инструментов
xix.ai
