Onton 发布 Ontology 1：神经符号搜索模型，比顶级电商搜索引擎准确 2.7 倍

总部位于旧金山的搜索与发现公司Onton发布了Ontology 1，这是一种用于复杂、对话式和多模态产品搜索的神经符号模型。在一个由三位独立LLM评委评分的90条查询基准测试中，Ontology 1的平均精确度@10达到0.630，而Google Shopping为0.543，Amazon为0.469，尽管其索引目录仅约为两者的1%。该模型已在Onton.com上线，合作伙伴访问需逐个案例审批；目前没有公共API或开放检查点。Ontology 1构建了一个显式且可检查的世界模型，而非将模式吸收进权重中，它基于纤维、织法和构造等客观属性进行推理，并标记矛盾的说法。它使用了一个名为Ograph的自定义图形数据库，Onton报告其速度显著快于SuiteSparse:GraphBLAS。该基准测试名为Subtext-Decor-90，使用了三个多模态评委：Claude Opus 4.8、Gemini 3.1 Pro和GPT-5.5，Krippendorff's alpha为0.465，表明评委间具有中等一致性，尽管所有评委对引擎的排名顺序相同。Ontology 1在90条查询中直接胜出52条，但在功能规格类查询中落败，例如“凌晨3点阅读时不会吵醒伴侣的灯”（Onton得分为0.4，Amazon为0.9），这类查询中Amazon的类别元数据占主导。该模型目前仅索引家居装饰和家具，但据称该方法可推广到其他领域。关键要点包括更高的准确性、神经符号架构以及产品优先的部署方式。