搜索策略相关 AI 资讯 · AITOP · AI热报

8月21日

22:58

22:58

AI Will@FinanceYF5

精选72°

ChatGPT减少对Reddit的引用，转而使用更具体的搜索，如IBM官网。同时，其引用数据集也发生变化，如对帮助中心/文档的引用增加。这可能表明ChatGPT在搜索前开始选择信任的来源，使来源权威性比页面排名更重要。

AI模型 ChatGPT 搜索策略引用来源

推荐理由：ChatGPT搜索策略变化，关注其引用来源的变化，了解AI搜索趋势。

8月13日

18:10

18:10

Weaviate@weaviate_io

精选75°

Weaviate的Query Agent Search Mode新增filtering参数，用于控制搜索策略的召回率与精确率权衡。默认的recall模式会生成多个查询，覆盖不同过滤条件和语义解释，适合优先获取相关结果。precision模式只生成单个查询，瞄准最可能的意图，确保每个返回结果都严格符合原始需求。官方示例展示了电商场景下“寻找$150以下防水再生聚酯冬季靴”时两种模式的不同执行路径。

AI产品 Weaviate Query Agent 向量数据库

推荐理由：Weaviate给Query Agent加了filtering参数，想要更多结果选recall，要精准匹配就选precision，适合做RAG的人调一调。

8月3日

09:46

09:46

官方账号arXiv cs.LG@Hakan Ferhatosmanoglu, Kushal Kumar, Tal Wagner, Andy Warfield

QASP 通过一次监督回归预测每条查询的完整召回曲线，省去搜索中的迭代模型调用。它使用缩放不变特征和搜索前推理，可跨召回目标、索引配置和数据集泛化。实验显示，QASP 达到 99% 召回率时数据访问减少 80%，并显著降低召回方差和偏差。论文还证明其训练样本量不随数据规模增长，数据访问节省随内在维度指数增长。

论文 QASP 向量检索搜索策略

推荐理由：向量搜索老是调参？QASP 一次预测整条召回曲线，不用反复试，还省 80% 数据访问。做检索的朋友可以看看。