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。
匹配字段标题
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。
匹配字段标题
Yann LeCun 提出判断 自回归预测不构成搜索,CoT中不存在搜索
English translation is being prepared.
匹配字段标题
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
English translation is being prepared.
匹配字段标题
LlamaIndex 推出 原生文档MCP搜索服务
English translation is being prepared.
匹配字段标题
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。
匹配字段标题
Chroma 训练并发布 20B 参数智能体搜索模型 Chroma Context-1
English translation is being prepared.
匹配字段标题
2026年9月30日,AlphaSense与Cerebras达成合作,用Cerebras快速推理驱动其平台中依赖大量快速重复模型调用的部分。据Cerebras博客介绍,该合作针对Generative Search中的路由、查询生成和证据评估等高频模型调用进行加速,使系统在同样的响应时间内完成更多推理步骤。Generative Search提供三种研究模式,共享同一套研究架构,按用户意图动态调整规划、检索、工具调用、证据评估与综合的深度。目前尚无后续发展事实。
匹配字段标题
Condé Nast与AWS 构建 基于Amazon Bedrock的多模态视频发现方案
English translation is being prepared.
匹配字段标题
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。
匹配字段标题
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。
匹配字段标题
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。
匹配字段标题
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。
匹配字段标题
2026年10月2日,AWS介绍在Amazon SageMaker AI上使用多轮强化学习(MTRL)微调基于Qwen3.6-27B的搜索Agent,让模型自主决定检索策略与停止时机。据AWS Machine Learning发布的信息,MTRL以多轮rollout生成训练数据,支持PPO、CISPO、IS损失与GRPO等优势估计器,并提供无服务器执行、可恢复训练和MLflow轨迹观测。该方案以nDCG@10为主要奖励指标,训练后可在SageMaker AI端点或Amazon Bedrock上部署。目前该故事尚无后续发展事实,状态停留在这一初始发布。
匹配字段标题
康泰纳仕与AWS生成式AI创新中心合作,构建基于Amazon Bedrock的多模态视频发现方案。该方案依托Amazon Bedrock与Amazon OpenSearch Service,并选用TwelveLabs Marengo嵌入模型,对画面、音频与字幕进行联合编码。据AWS Machine Learning于2026年9月29日发布的信息,该方案将单次内容检索耗时从平均250分钟降至2分钟以内,覆盖超14万条视频库,支持自然语言意图搜索、图像查询和精确时间戳定位。目前尚无后续发展事实。
匹配字段标题
2026年9月17日,Baseten发布Hosted Tools,首个工具为网页搜索Baseten Grounded Inference。该工具首批接入Exa、Keenable、Parallel和You.com四家搜索服务商,开发者在Messages、Chat Completions或Responses请求中加一项配置即可启用,搜索在Baseten推理栈内服务端执行,模型按原生工具调用能力自行决定是否检索并迭代。Baseten称其基准测试中端到端延迟比客户端工具方案降低15%,并支持流式输出工具调用与结果。该功能目前以playground预览形式开放,限速25 RPM并赠送2美元额度。目前尚无后续发展事实。
匹配字段标题
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%
English translation is being prepared.
匹配字段标题
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
English translation is being prepared.
匹配字段标题
Artificial Analysis 公布 搜索API排行榜、评测方法及开源Agent框架Stirrup
English translation is being prepared.
匹配字段标题
AWS 使用Amazon SageMaker AI多轮强化学习微调 基于Qwen3.6-27B的搜索Agent
English translation is being prepared.
匹配字段标题
AlphaSense 合作 用Cerebras快速推理驱动其平台中依赖大量快速重复模型调用的部分
English translation is being prepared.
匹配字段标题