神经符号搜索模型Ontology 1性能碾压谷歌和亚马逊

Artificial Intelligence

Vision Language Model

Onton 是一家位于旧金山的搜索和发现公司，已发布 Ontology 1，这是一个用于复杂、对话式、多模态产品搜索的神经符号模型。在由三个独立LLM评审评分的90个查询基准测试中，Ontology 1 达到了0.630的平均precision@10，而 Google Shopping 为0.543，Amazon 为0.469。在这个过程中，它仅需索引其目录的大约1%。

是的，但不是你能下载的权重

不，不是以可下载的权重形式。Ontology 1 已在 Onton.com 上向终端用户上线，Onton 表示合作伙伴访问权根据具体情况授予那些在 agentic web 上进行构建的团队。模型本身没有公开 API、定价层或开放检查点。当今的采用形式更像是一种合作伙伴关系，而非 pip install。

公司定位

中端市场和企业零售商、市场平台，以及 agentic-commerce 平台，这些平台的相关性栈在长查询和需求密集型查询上已经落后。小目录获益较少，因为 Ontology 1 针对的故障模式随目录规模和列表噪声而扩大。

行业

目前仅限于家居装饰和家具，因为这是 Onton 索引的唯一垂直行业。Onton 声称该方法可推广到电子商务之外，且 Ontology 搜索非产品数据基本上无需重新配置。

应用场景

对话式和多模态网站搜索、情绪板驱动的发现、否定型过滤、列表和评论信任评分，以及购物 agent 的基础层。

关键词和向量检索为什么在这里失效

传统电商假设意图映射到类别和属性：尺寸、价格、材质、品牌。没有"宠物友好"的过滤器，也没有适合你房间的家具过滤器。Onton 主张这个目录界面在近30年里几乎没有改变。

Ontology 1 走了不同的路线。对于"宠物友好的转角沙发"，它不信任卖家标签，后者可能不存在或不准确。它从更可能是客观的属性推理——纤维、织法、构造——并标记产品数据矛盾的声明。它还权衡信息来源，因为一些列表会游戏化算法，有些评论是付费的。

该模型构建一个明确的、可检查的世界模型，而不是将模式吸收到权重中。当它没有"宠物友好"的说明时，它将其视为一个缺口并解决答案：清洁性和耐用性，然后聚酯面料作为指标。学习被重新用于后续查询，如"宠物友好的椅子"或"可清洁的蓝色沙发"，循环持续运行。

基准测试：Subtext-Decor-90

Onton 随附代码和数据发布了 Subtext-Decor-90。三个多模态评审——Claude Opus 4.8、Gemini 3.1 Pro 和 GPT-5.5，为 Onton、Amazon 和 Google Shopping 在90个文本查询中各自返回的前10个可见结果卡片评分。P@10 在评审间平均化，95% 置信区间来自10,000次引导重采样。

结果：Onton 0.630 [0.571, 0.688]，Google Shopping 0.543 [0.490, 0.596]，Amazon 0.469 [0.417, 0.521]。Onton 赢得52个查询，Google 19个，Amazon 16个。这些数字加起来是87，因为 Ontology 在三个查询中返回的结果少于10个，空位被评分为无关。如果排除这些空位，Onton 得分为0.665，Google 为0.549，Amazon 为0.459。

三个评审间的 Krippendorff's alpha 为0.465，所以绝对 P@10 值存在噪声并且评审相关。所有三个评审仍将搜索引擎排列在相同顺序。

图像和多模态查询被排除在90之外，因为 Amazon Lens 不支持多模态查询，Google Lens 不专门返回产品。Onton 报告了针对 Google 的单独10个查询图像和多模态比较。

Ontology 1 失效的地方

失败案例聚集在 Amazon 的类别元数据主导的功能规格查询上："3点钟阅读时不会唤醒伴侣的灯"（Onton 0.4，Amazon 0.9）和"可以放在异常深的窗台上的东西"（Onton 0.07，Amazon 0.67）。Onton 将此归因于目录广度和其单垂直、非赞助索引，并期望自学习循环来缩小差距。

底层基础设施

Ontology 1 的知识图谱运行在 Ograph 上，这是一个自定义图数据库。Onton 报告一个 Ograph 核心相对于在14个核心上运行的 SuiteSparse:GraphBLAS，大约100倍的吞吐量（每核），GPU 构建比 CPU 变体快43倍，早期运行接触1000倍，随着实现不断优化。

交互式讲解器

下面的嵌入在四个面板中演示了相同的材料：Subtext-Decor-90 的真实查询及逐查询评分、逐步绘制的宠物友好推理图、自学习循环，以及带有置信区间和替代评分视图的基准测试图表。

Ontology 1 在 Subtext-Decor-90 上得分 P@10 0.630，超过 Google Shopping（0.543）和 Amazon（0.469）。

它在仅索引竞争对手目录的约1%的情况下，赢得了90个查询中的52个。

该架构是神经符号的：一个可检查的知识图谱，将模糊的谓词分解为可检查的属性。

评审可靠性较低（Krippendorff's alpha 0.465），但所有三个评审对搜索引擎的排列相同。

可用性是产品优先——在 Onton.com 上线，合作伙伴访问根据具体情况确定，无开放权重或公开 API。

查阅技术细节和基准测试。同时，欢迎在 Twitter 上关注我们，别忘了加入我们的15万+ML SubReddit 并订阅我们的新闻通讯。等等！你在 Telegram 上吗？现在你也可以在 Telegram 上加入我们。

需要与我们合作推广你的 GitHub Repo 或 Hugging Face Page 或产品发布或网络研讨会等？联系我们

Michal Sutter 是一位数据科学专业人士，拥有帕多瓦大学数据科学硕士学位。凭借统计分析、机器学习和数据工程的坚实基础，Michal 擅长将复杂数据集转化为可操作的见解。