奧丁丁新聞

美新創小模型實測超車三大巨頭 企業內部搜尋準確率達83% - OwlNews

來源 商傳媒全文約 829 字(含標點)

文章摘要

奧丁丁新聞 · 文章頁摘要

圖/示意圖商傳媒|方承業/綜合外電報導總部位於美國加州聖荷西的AI軟體開發商Tech.us,Inc.於週二發表全新企業搜尋模型AgenticEvidenceSearchModel(AESM)。這款僅具備20億參數(參數量代表模型內部設定的複雜度,通常越小耗費運算資源越低)的輕量化模型,在該公司的500道問題內部基準測試中,繳出83.6%的平衡準確率,表現優於測試中的三款主流大型雲端模型。根據測試數據,同樣針對企業資料檢索任務,GPT-6Luna的平衡準確率為57.3%,ClaudeHaiku5.5為55.5%,Gemini3.1Flash-Lite則為52.0%。除了準確率之外,AESM在檢索效率上亦有顯著落差。測試顯示,AESM在完成整項評測時僅執行1,636次搜尋,每題平均呼叫模型2.99次;相較之下,GPT-6Luna執行了3,057次搜尋、ClaudeHaiku5.5為2,901次,Gemini3.1Flash-Lite則達2,292次。AESM的搜尋次數比受測的主流模型減少了29%至46%。在安全性防護方面,AESM成功抵禦基準測試中設計的所有98次Prompt注入攻擊。Tech.us,Inc.創辦人兼執行長PraveenNarra指出,企業級AI正在走向「更小、更銳利」的趨勢,這款20億參數的模型之所以能在檢索測試中勝出,關鍵在於訓練時專注於單一任務。該架構將證據檢索、驗證步驟與最終答案生成拆開處理,因而提升了準確度。運算規格上,AESM能在企業內部的消費級顯示卡(GPU)單卡環境運行,無須仰賴大型雲端算力。目前AESM專門作為Tech.us旗下CompanyBrain軟體的搜尋引擎,並未對外公開釋出。相關研究資訊可至AgenticEvidenceSearchModel技術專頁查閱。

美新創小模型實測超車三大巨頭 企業內部搜尋準確率達83% - OwlNews(新聞配圖)
配圖來源:奧丁丁新聞

總部位於美國加州聖荷西的 AI 軟體開發商 Tech.us, Inc. 於週二發表全新企業搜尋模型 Agentic Evidence Search Model(AESM)。這款僅具備 20 億參數(參數量代表模型內部設定的複雜度,通常越小耗費運算資源越低)的輕量化模型,在該公司的 500 道問題內部...