Onton lanza Ontology 1: un modelo neuro-simbólico de búsqueda 2,7 veces más preciso que los principales motores de búsqueda de comercio electrónico

Onton, una empresa de búsqueda y descubrimiento con sede en San Francisco, ha lanzado Ontology 1, un modelo neuro-simbólico para la búsqueda de productos compleja, conversacional y multimodal. En un conjunto de pruebas de 90 consultas evaluado por tres jueces de LLM independientes, Ontology 1 alcanzó una precisión media de 0,630 en los primeros 10 resultados, en comparación con 0,543 de Google Shopping y 0,469 de Amazon, mientras indexaba aproximadamente el 1% de sus catálogos. El modelo está disponible en Onton.com, con acceso para socios concedido caso por caso; no hay API pública ni punto de control abierto. Ontology 1 construye un modelo de mundo explícito e inspeccionable en lugar de absorber patrones en los pesos, y razona a partir de propiedades objetivas como la fibra, el tejido y la construcción, señalando afirmaciones contradictorias. Utiliza una base de datos de grafos personalizada llamada Ograph, que Onton informa que es significativamente más rápida que SuiteSparse:GraphBLAS. El punto de referencia, Subtext-Decor-90, utiliza tres jueces multimodales: Claude Opus 4.8, Gemini 3.1 Pro y GPT-5.5, con un alfa de Krippendorff de 0,465 que indica un acuerdo moderado, aunque todos los jueces clasifican los motores en el mismo orden. Ontology 1 gana 52 de 90 consultas directamente, pero pierde en consultas de especificaciones funcionales donde la metadatos de categoría de Amazon dominan, como 'lámpara que no despierte a mi pareja si leo a las 3 a.m.' (Onton 0,4, Amazon 0,9). El modelo actualmente solo indexa decoración del hogar y muebles, pero se dice que la metodología se generaliza a otros dominios. Las conclusiones clave incluyen una precisión superior, una arquitectura neuro-simbólica y un despliegue centrado en el producto.