admin 2026-07-20 51浏览

搜索智能体基准BrowseComp“失效”后，美团推出更严苛的LoHoSearch 过去一年，衡量搜索智能体能力的标尺基本由BrowseComp把持。但这个基准正在快速失灵——短短10个月内，模型成绩从30%飙...