搜索“搜索”

Apple提出SSR框架,多模态搜索智能体推理延迟降低超90%

2026年10月16日,Apple提出Selection-based Structured Reasoning(SSR)框架。该框架将推理从开放式生成改为从预设可复用自然语言候选中选择,无需辅助任务头,并借助共享上下文KV cache并行打分。在2B和4B模型、七个多模态搜索基准上,SSR平均成功率与同规模领先搜索智能体相当,单轮推理延迟降低超90%,每题模型总推理延迟降低28–54%。目前尚无后续发展事实。

Context.dev 开源本地语义代码搜索 CLI sgrep

2026年10月14日,Context.dev 开源了 Rust 编写的本地语义代码/文档搜索 CLI「sgrep」。据当日报道,该工具使用约 32MB 的本地 CPU 模型,首次搜索后完全离线,代码和查询不出本机。其流程为复用 ripgrep 枚举文件、用 Tree-sitter 与 Chonkie 做语法感知分块、采用 model2vec 风格静态嵌入(Potion Code 16M v2),再以 75% 语义加 25% BM25 混合评分。报道称在 SWE-bench Verified(GPT-6,50 任务 × 2 次)上,管道模式的 sgrep 比 ripgrep 节省 21.3% 的 LLM API 开销,解题数 70/100 对 68/100;RepoQA 上领先,但 CoSQA 上弱于 CK 的语义模式。目前尚无后续发展事实。

Context.dev 开源本地语义代码搜索 CLI sgrep

Context.dev 开源 Rust 编写的本地语义代码/文档搜索 CLI「sgrep」

查看事件：Context.dev 开源本地语义代码搜索 CLI sgrep

Apple研究比较双语预训练与超参搜索

Apple研究比较双语预训练与超参搜索

Apple Machine Learning Research 比较 双语预训练与超参数调优在数据受限场景下的效果

查看事件：Apple研究比较双语预训练与超参搜索

Goodfire提出自校正搜索提升材料发现

Goodfire 提出一种自校正搜索方法,用于提升材料发现效率。该方法与 Radical AI 合作,用可解释性工具为扩散模型 MatterGen 加入基于自身内部表征的反馈回路。在目标带隙 4–6 eV 范围内,可行候选材料数量提升约 30%。MatterGen 原本仅 15% 的生成样本落在该带隙区间,同时满足 Stable、Unique、Novel(SUN)标准的只有 6.5%。Goodfire 表示,该自校正搜索是一种通用技术,或可推广到蛋白质设计与药物发现等扩散模型场景。目前尚无后续发展事实。

LlamaIndex推出文档MCP搜索

LlamaIndex 推出了原生文档 MCP 搜索服务。据其产品、工程与评测团队发布的信息,该服务地址为 developers.llamaindex.ai/mcp,编码智能体或智能体工作流可直接调用全部文档。服务暴露三个工具:基于 BM25 的 search_docs、基于正则的精确搜索 grep_docs,以及读取整页内容的 read_doc。文档站由 Astro 和 Starlight 生成并部署在 Vercel,BM25 索引在构建时静态生成。目前尚无后续发展事实。

OpenAI网页搜索每任务成本约0.05美元

2026年10月6日,Artificial Analysis测得OpenAI Web Search每任务总成本约0.05美元,其中搜索成本约占80%。该成本由搜索成本与模型推理成本构成:搜索约0.04美元(按每1k次web_search调用10美元计),模型约0.009美元。同日Artificial Analysis还称,OpenAI Web Search首次进入其Search Index,得分74,在26个产品中排第7、供应商中排第5,落后于Perplexity、Octen、Parallel和Brave;比同模型无搜索时(33分)高出41分,在AA-Omniscience上以72%准确率排第3,但BrowseComp仅73.5%、排第13。成本对比中,OpenAI Web Search低于Parallel(0.06)和Perplexity(0.07),但约为Octen(0.024)的两倍。

Artificial Analysis测得OpenAI网页搜索单任务约31秒

Artificial Analysis 于2026年10月6日发布测量结果,称 OpenAI Web Search 的单任务耗时约为31秒。该耗时包含搜索时间和模型时间,在26款产品中排名第14,处于中游水平;整体范围约为16秒(Octen)到62秒(Firecrawl)。由于 OpenAI 未报告搜索时间,Artificial Analysis 从流事件中测量,且该时间包含 OpenAI 处理时间,因此条形图中的搜索部分为上限。目前没有后续发展事实。

Artificial Analysis公布搜索API榜单

2026年10月6日,Artificial Analysis公布搜索API排行榜、评测方法及开源Agent框架Stirrup。该机构在发布信息中列出排行榜、方法论(包括其如何运行OpenAI Web Search)以及用于所有Search API行的开源智能体框架Stirrup三个链接,并表示Search API提供商可联系其以纳入该基准测试。目前该事件仅有这一条代表证据,尚无后续发展事实。

Goodfire提出自校正搜索提升材料发现

Goodfire 提出 自校正搜索方法

查看事件：Goodfire提出自校正搜索提升材料发现

LeCun称推理含搜索优化时能产生创造性解法

2026年10月10日,Yann LeCun 提出判断:只要推理涉及搜索或优化,就能找到创造性的解决方案;AlphaZero 会执行搜索,而普通 LLM 不会。同日稍后,他进一步表示,自回归预测无论是否随机,都不构成搜索,因为搜索或优化需要考察多种配置并对其评估以找出一个好的,而 CoT 中没有这种事。目前该判断仍以 LeCun 本人公开发言为证据,暂无其他来源补充或官方回应。

LeCun称自回归预测不构成搜索

Yann LeCun 提出判断 自回归预测不构成搜索，CoT中不存在搜索

查看事件：LeCun称推理含搜索优化时能产生创造性解法

LeCun称推理含搜索优化时能产生创造性解法

Yann LeCun 提出判断 推理涉及搜索/优化时能产生创造性解法，而普通LLM不做搜索

查看事件：LeCun称推理含搜索优化时能产生创造性解法

LlamaIndex推出文档MCP搜索

LlamaIndex 推出 原生文档MCP搜索服务

查看事件：LlamaIndex推出文档MCP搜索

Chroma 发布 20B 自编辑搜索智能体模型 Context-1

Chroma 训练并开源了 20B 参数的智能体搜索模型 Context-1。该模型在八千多个合成任务上训练,作为检索子智能体工作,把高层查询拆成子查询并多轮搜索,在上下文窗口填满时主动丢弃无关结果。据 Chroma Research 发布的信息,其检索表现接近前沿大模型,成本更低,推理速度最高提升 10 倍。训练采用先召回后精确的分阶段课程,配合基于抽取验证的合成任务生成流程,与人工判断的一致率超过 80%。模型以 Apache 2.0 许可开放权重和完整数据生成流程。目前尚无后续发展事实。

Chroma 发布 20B 自编辑搜索智能体模型 Context-1

Chroma 训练并发布 20B 参数智能体搜索模型 Chroma Context-1

查看事件：Chroma 发布 20B 自编辑搜索智能体模型 Context-1

OpenAI网页搜索每任务成本约0.05美元

OpenAI Web Search 测得 每任务总成本约0.05美元，其中搜索成本约占80%

查看事件：OpenAI网页搜索每任务成本约0.05美元

OpenAI网页搜索单任务约31秒

Artificial Analysis 测得 OpenAI Web Search单任务耗时约31秒，在26款产品中排名第14

查看事件：Artificial Analysis测得OpenAI网页搜索单任务约31秒

Artificial Analysis公布搜索API榜单

Artificial Analysis 公布 搜索API排行榜、评测方法及开源Agent框架Stirrup

查看事件：Artificial Analysis公布搜索API榜单