Prompt 语宙Prompt 语宙
  • 首页
  • 语宙 AI 导航
  • AIGC 资讯
    • AIGC 早报生成器Hot
    • 最新趋势
    • AI 工具
    • 热门资源
    • 强化 AI 学习
  • AI 绘图
    • Prompt 实战
    • AI 绘画教程
    • 模型精选
  • AI 图库
    • 人物
    • 展台场景
    • Banner
    • 游戏
    • 动物
    • 食物
    • 自然
    • 背景
    • 海报
    • 建筑
    • 室内设计
  • 出海数字营销宝典
  • AI 生图 Prompt
    • 写实人像
    • 产品与广告
    • 游戏资产与 3D
    • 界面与图标
    • 建筑与室内
    • 动漫与插画
    • 风景与自然
搜索 AIGC 资讯、Prompt 咒语与 AI 工具
  • 语宙 AI 导航
  • 全部资讯
  • AI 生图咒语库
  • AIGC 早报生成器
  • 核心专题
  • 提交工具 / 合作
© 2023–2026 Prompt 语宙 (paooo.com). HalfPX. All Rights Reserved.
阅读: LoHoSearch – 美团推出的下一代搜索智能体评测基准
Share
通知 阅读更多
Font Resizer字体
Font Resizer字体
Prompt 语宙Prompt 语宙
搜索 AIGC 资讯、Prompt 咒语与 AI 工具
  • 首页
  • 语宙 AI 导航
  • AIGC 资讯
    • AIGC 早报生成器Hot
    • 最新趋势
    • AI 工具
    • 热门资源
    • 强化 AI 学习
  • AI 绘图
    • Prompt 实战
    • AI 绘画教程
    • 模型精选
  • AI 图库
    • 人物
    • 展台场景
    • Banner
    • 游戏
    • 动物
    • 食物
    • 自然
    • 背景
    • 海报
    • 建筑
    • 室内设计
  • 出海数字营销宝典
  • AI 生图 Prompt
    • 写实人像
    • 产品与广告
    • 游戏资产与 3D
    • 界面与图标
    • 建筑与室内
    • 动漫与插画
    • 风景与自然
已有帐户? 登陆
  • 语宙 AI 导航
  • 全部资讯
  • AI 生图咒语库
  • AIGC 早报生成器
  • 核心专题
  • 提交工具 / 合作
© 2023–2026 Prompt 语宙 (paooo.com). HalfPX. All Rights Reserved.
LoHoSearch – 美团推出的下一代搜索智能体评测基准
Prompt 语宙 > AIGC 资讯 > LoHoSearch – 美团推出的下一代搜索智能体评测基准
AIGC 资讯

LoHoSearch – 美团推出的下一代搜索智能体评测基准

Prompt 语宙研究院
最近更新: 2026年7月21日 上午12:52
AI智能体 OpenAI RAG检索增强 开源大模型
SHARE
⚡ Prompt 语宙 AI 导读 · 30 秒核心看点
  • 基于超大规模维基百科知识图谱自动出题,突破传统人工基准的认知天花板。
  • 通过“搜索空间 + 结构复杂度”双维度控难,能稳定制造真正高区分度的难题。
  • GPT-5.5 在 LoHoSearch 上仅 34.74%,远低于 BrowseComp,评测更能反映长程推理短板。

LoHoSearch是什么

LoHoSearch 是美团 LongCat 团队推出的下一代搜索智能体评测基准,基于覆盖 762 万维基百科实体、2.65 亿条关系边的知识图谱自动生成题目,替代传统人工出题模式。基准收录 544 道经人工核验的高质量题目,覆盖音乐、影视、地理等 11 个领域,通过控制搜索空间与结构复杂度双维度制造挑战。当前最强模型 GPT-5.5 准确率仅 34.74%,远低于其在 BrowseComp 上 90% 以上的表现,为长程搜索推理与上下文管理提供更具区分度的评测标准。

阅读目录
  • LoHoSearch是什么
  • LoHoSearch的主要功能
  • LoHoSearch的技术原理
  • 如何使用LoHoSearch
  • LoHoSearch的核心优势
  • LoHoSearch的项目地址
  • LoHoSearch的同类竞品对比
  • LoHoSearch的应用场景

LoHoSearch

LoHoSearch的主要功能

  • 知识图谱自动化建图:用完整英文维基百科为数据源,构建 762 万实体节点与 2.65 亿条有向边的超大规模知识图谱,每个实体标注 Wikidata 类型与入度热度,为全局视角选题提供基础。
  • 双维度难度控制:从搜索空间与结构复杂度两个维度系统调控题目难度,突破人工出题的认知天花板。
  • 树结构与图结构采样:树结构通过放大搜索空间制造难度,图结构则在巨大搜索空间之上引入环形依赖与交叉约束,进一步叠加结构复杂度。
  • 自动化 QA 生成与验证:从子图抽取维基描述改写为自然语言题目,经关系提取、子图覆盖检查、答案满足度验证三层自动筛选,再辅以人工复核确保质量。
  • 多模型性能评测:支持对主流搜索智能体进行标准化评测,输出准确率、工具调用次数、校准误差等核心指标,直观反映模型长程推理能力。

LoHoSearch的技术原理

  • 知识图谱自动化构建:用完整英文维基百科为数据源,抽取 762 万个实体页面作为节点,提取正文内 2.65 亿条超链接作为有向边,为每个实体标注 Wikidata P31 类型与入度热度,构建全局知识网络。
  • 双维度难度定义:从”搜索空间”和”结构复杂度”两个正交维度量化题目难度,突破人工出题的认知局限。
  • 树结构子图采样:通过放大搜索空间制造难度,从单一答案节点向下展开多条独立分支,每条分支对应一个高候选空间的约束条件,使排除成本指数级上升。
  • 图结构子图采样:在巨大搜索空间基础上引入环形依赖与交叉约束,多个条件节点彼此 interconnected,求解需同时满足多组咬合关系,叠加结构复杂度形成双重挑战。
  • 关系提取与自然语言生成:从采样子图中抽取各实体的维基百科描述,用大模型改写为连贯的自然语言问题,确保每个线索完整保留原始子图中的关系信息。

如何使用LoHoSearch

  • 加载数据:通过 datasets 库直接加载 meituan-longcat/LoHoSearch,获取 544 道题目与标准答案。
  • 查看结构:数据集包含题目文本、对应子图结构、领域标签及经知识图谱校验的唯一答案。
  • 接入评测:将题目输入待测搜索智能体,记录其推理轨迹与最终输出。
  • 自动判分:对照数据集提供的标准答案,验证模型输出是否满足全部约束条件并统计准确率。
  • 对比分析:用数据集附带的子图复杂度与领域标签,分维度分析模型在不同难度与主题下的表现。

LoHoSearch的核心优势

  • 突破人工出题天花板:传统人工基准受限于标注者已知实体范围,LoHoSearch 依托全局知识图谱,能系统识别高搜索空间与高结构复杂度的”真难题”。
  • 难度显著高于现有基准:同一模型在 BrowseComp 上准确率 58.84%,在 LoHoSearch 上仅 10.02%,平均工具调用从 35 次增至 61 次,挑战强度提升 74%。
  • 区分度更强:现有上下文管理策略在 BrowseComp 上提升 14.03%,在 LoHoSearch 上仅提升 6.8%,更能真实反映策略在长程复杂场景下的边际效益。
  • 结构复杂度独立可控:图结构题目准确率(8.01%)显著低于树结构(11.89%),证明结构复杂度是独立于搜索空间之外的额外难度来源,可被单独量化。

LoHoSearch的项目地址

  • HuggingFace模型库:https://huggingface.co/datasets/meituan-longcat/LoHoSearch
  • arXiv技术论文:https://arxiv.org/pdf/2606.12837

LoHoSearch的同类竞品对比

维度 LoHoSearch BrowseComp
出题方式 知识图谱自动化生成 + 人工核验 人工设计
题目数量 544 道 数百道
覆盖领域 11 个领域(音乐、影视、地理等) 未明确分领域
难度控制 搜索空间 + 结构复杂度双维度 人工主观控制
最强模型准确率 GPT-5.5:34.74% GPT-5.5 Pro:90.1%
工具调用中位数 59 次 26 次
上下文策略提升 +6.8% +14.03%
饱和状态 远未饱和,区分度高 已接近饱和
适用场景 长程搜索推理、上下文管理评测 基础搜索能力评测

LoHoSearch的应用场景

  • 搜索智能体能力评测:为具备长程推理能力的搜索 Agent 提供高难度标准化测试,精准定位模型在复杂信息检索链条中的短板。
  • 上下文管理策略验证:评估 Summary、Discard-all、Verify 等上下文压缩与验证策略在超长交互场景下的真实增益,避免在简单基准上高估策略效果。
  • 模型迭代对标:为研究团队提供未饱和的评测标准,支撑模型版本迭代时的能力边界探测与性能对比。
  • 搜索算法研究:为需要多步推理、交叉验证的复杂搜索算法研究提供可控难度的数据集与评测框架。
  • 智能体产品选型:帮助企业在选型搜索智能体方案时,通过 LoHoSearch 区分不同模型在真实复杂查询场景下的实际表现。
🧭 文中关联 AI 工具官网与参数卡(语宙 AI 导航)
LongCat ↗
美团推出的自研大模型AI对话平台。
❓ 常见问题解答(FAQ)
LoHoSearch 适合评测什么能力?

LoHoSearch 主要用于评测搜索智能体的长程推理、复杂信息检索链条处理能力,以及上下文管理策略在高难场景下的真实效果,尤其适合检验模型是否能在多约束条件下找到唯一答案。

LoHoSearch 和 BrowseComp 有什么区别?

LoHoSearch 由知识图谱自动生成并人工核验,难度通过搜索空间和结构复杂度双维度控制;BrowseComp 更偏人工设计,整体更接近饱和。实测中 LoHoSearch 对模型区分度更强。

LoHoSearch 数据集怎么使用?

可通过 datasets 库加载 meituan-longcat/LoHoSearch,获取 544 道题目、标准答案和子图结构。使用时将题目输入搜索智能体,记录推理轨迹,再按标准答案自动判分并分析不同难度表现。

🔬 语宙深潜追问 · 进阶实操拆解
做搜索智能体评测最容易踩什么坑?

最常见的是题目太短、路径太浅,导致模型靠关键词匹配就能过关。要像 LoHoSearch 一样引入大规模实体关系、长链路证据和多跳约束,才能真正测出检索、规划和记忆管理能力。

低分结果对Agent研发意味着什么?

这通常说明问题不在单点模型,而在检索策略、证据压缩、状态管理和失败恢复机制。研发时应把搜索过程拆成检索、筛选、验证和回溯四层,逐层定位瓶颈,而不是只换更大模型。

🗳️ 读者观点微投票 · 您的实战立场是?
LoHoSearch最狠的价值是测搜索还是测推理?
🕸️ 语宙向量知识图谱 · 语义强关联深度内链
🤖 所属权威专题:AI Agent 智能体工作流 →
  • BrowseComp被刷到90%后,美团LongCat甩出LoHoSearch:前沿模型集体跌回三成出头
  • MMSearch – 评估大型多模态AI搜索引擎能力的基准测试工具
  • LongDocURL – 中科院联合淘天集团推出的多模态长文档理解基准数据集
  • 阿里开源WebSailor网络智能体:SailorFog-QA与DUPO算法突破复杂任务极限,登顶开源榜首
🏛️ Prompt 语宙研究院 · Prompt 语宙研究院(paooo.com Research)专注于前沿多模态大模型架构拆解、AI Agent 工作流评测、AIGC 提示词工程(Prompt Engineering)与全球高增长 AI 生产力工具实测追踪,致力于为中文开发者与创作者提供一手、可复现的深度技术洞察。
📄 Markdown 纯净版
💡 这篇内容对您有启发吗?
📡 RSS 订阅✨ 提交 AI 工具 / 合作
🚀 Prompt 语宙 AI 创作者生态:探索 2,800+ 全球实用 AI 工具与高精度生图提示词咒语库
🧭 语宙 AI 导航 (ai.paooo.com)🎨 AI 生图 Prompt 库📚 核心专题导航⚡ AIGC 早报生成器
MMMLU – OpenAI推出的多语言大规模多任务语言理解数据集
百度作家AI助手
Jamie AI 会议总结
元象XVERSE-Ent开源:专为泛娱乐打造的中英双语底座大模型,支持单卡部署
停顿抢话率压至1.44%、误触发仅2%!模思智能重磅发布全双工实时系统MOSS-Live:首创前后台解耦异步执行、视觉语音融合与基准登顶全景深度拆解
TAGGED:AI智能体OpenAIRAG检索增强开源大模型
分享
Email 复制链接 打印
Share
Prompt 语宙研究院 头像
ByPrompt 语宙研究院
Follow:
Prompt 语宙研究院(paooo.com Research)专注于前沿多模态大模型架构拆解、AI Agent 工作流评测、AIGC 提示词工程(Prompt Engineering)与全球高增长 AI 生产力工具实测追踪,致力于为中文开发者与创作者提供一手、可复现的深度技术洞察。
上一篇 首包延迟300ms、支持20种方言:通义千问Qwen-Audio-3.0-TTS正式开放 首包延迟300ms、支持20种方言:通义千问Qwen-Audio-3.0-TTS正式开放
下一篇 MiniCPM-Robot – 面壁智能开源的具身智能 VLA 模型系列 MiniCPM-Robot – 面壁智能开源的具身智能 VLA 模型系列
Ad image
Ad image

最近更新

WordPress 7.2版本更新与默认随机重定向、Secrets API撤回及MCP核心能力拆解封面图
官方博客竟把关闭过滤器写错了!WordPress 7.2前瞻全拆解:默认/random/暗藏隐私与SEO风险、Secrets API紧急撤回与3项MCP只读能力落地
AI 工具
Anthropic上市募资与算力长约的隐喻:现金光环上升,数据中心暗链延伸,治理水晶承受张力与阻力冲击。
募资超1070亿美元却背负9000亿算力长约!Anthropic史上最大IPO背后的三大隐忧:1040亿年内亏损、地方抵制潮与PBC治理死结
AIGC 资讯
微软Copilot与Claude/ChatGPT价格战隐喻:发光玻璃表格堡垒守住Excel,数据流高效汇聚,企业AI竞争升级
3000万付费仅吃下4.5亿席位不到7%!微软Ignite正面叫板Claude与ChatGPT:月均30美元VS 205美元价格战与Excel保卫战全拆解
AIGC 资讯
联想AI推理时代的端边云全栈算力插画:玻璃拟态服务器核心发光,光流连接云端与边缘节点,呈现营收与订单增长动能。
AI营收暴涨80%且握5300亿服务器订单!联想Q2单季营收首破2000亿、净利狂飙166%:端边云全栈算力如何接住推理时代红利?
AIGC 资讯

相关推荐

ScholarCopilot – 滑铁卢与卡内基梅隆大学联合推出的AI学术写作助手
AIGC 资讯

ScholarCopilot – 滑铁卢与卡内基梅隆大学联合推出的AI学术写作助手

Prompt 语宙研究院
HuggingFace RAG检索增强 大模型微调 开源大模型 通义千问
[AI生图咒语] a high-aesthetic "Contou 高清生图提示词
AI 生图 Prompt动漫与插画

[AI生图咒语] a high-aesthetic “Contou 高清生图提示词

Prompt 语宙研究院
AI绘画提示词 ChatGPT EvoLink灵感 GPT Image 2 Midjourney OpenAI 商业设计
App Intents – 苹果推出的集成Siri和Apple Intelligence新框架
AIGC 资讯

App Intents – 苹果推出的集成Siri和Apple Intelligence新框架

Prompt 语宙研究院
AI办公效率 AI智能体
经典版 Outlook 迎来重大更新:微软宣布今年内引入 AI 自动起草邮件功能
AIGC 资讯

经典版 Outlook 迎来重大更新:微软宣布今年内引入 AI 自动起草邮件功能

Prompt 语宙研究院
AI办公效率 ChatGPT Copilot Cursor OpenAI
/ Prompt 语宙 /

探索生成式 AI 的无限创作潜能,一站式获取前沿 AIGC 资讯、高阶 Prompt 咒语与全球实用 AI 工具。

核心专栏

  • 语宙 AI 工具导航
  • EVA 视觉抠图工坊Hot
  • 出海数字营销宝典
  • AI 生图咒语灵感库
  • 24H 硅谷 AI 情报流

生态与服务

  • 语宙 AI 导航
  • 全部资讯
  • AI 生图咒语库
  • AIGC 早报生成器
  • 核心专题
  • 提交工具 / 合作

标签

开源大模型 AI智能体 AI办公效率 AI绘画提示词 OpenAI 大模型微调 Midjourney AI编程 stable diffusion AI视频生成 ChatGPT 3D与空间智能 HuggingFace AI音频与语音 RAG检索增强 Claude Flux AIGC Gemini 通义千问 Anthropic Llama Cursor DeepSeek Prompt AI Agent Kimi 智谱AI 具身智能 YouTube
Prompt 语宙Prompt 语宙
Follow US
© 2023–2026 Prompt 语宙 (paooo.com). HalfPX. All Rights Reserved.