美団が検索エージェントの難易度を高める新ベンチマーク「LoHoSearch」を公開
要点:既存の検索エージェント用ベンチマークが飽和状態にあることを受け、美団は知識グラフを活用した難易度の高い「LoHoSearch」を公開しました。最新モデルでも正答率が低く、AIの検索能力をより厳密に評価可能です。
日本の事業者にとって、なぜ重要?
AIエージェントの検索精度を測る指標が高度化しており、自社でAI導入を検討する際の性能評価の信頼性が向上することが期待されます。
元記事
BrowseComp went from 30% → 90% in 10 months. Search-agent benchmarks are saturating. So we built Lo…
元記事を読むAI評価
外部公開データの選定スコアです。評価元の掲載内容も確認できます。
選定元:AI HOT