Onton ra mắt Ontology 1: Mô hình tìm kiếm thần kinh-biểu tượng vượt xa Google và Amazon

Onton, một công ty tìm kiếm và khám phá có trụ sở tại San Francisco, vừa ra mắt Ontology 1, một mô hình neurosymbolic (thần kinh biểu tượng) dành cho tìm kiếm sản phẩm đa phương thức, hội thoại và phức tạp. Trên bộ tiêu chuẩn đánh giá gồm 90 truy vấn được chấm điểm bởi ba giám khảo LLM độc lập, Ontology 1 đạt độ chính xác trung bình (mean precision@10) là 0,630, so với 0,543 của Google Shopping và 0,469 của Amazon. Mô hình này đạt được kết quả trên trong khi chỉ lập chỉ mục khoảng 1% danh mục sản phẩm của họ.

Có thể triển khai được không?

Có, nhưng không phải dưới dạng trọng số (weights) để bạn tải về. Ontology 1 hiện đang hoạt động cho người dùng cuối tại Onton.com, và Onton cho biết quyền truy cập của đối tác sẽ được cấp theo từng trường hợp cho các đội ngũ đang xây dựng trên nền tảng agentic web. Hiện không có API công khai, gói giá hay checkpoint mở cho chính mô hình này. Việc áp dụng hiện nay giống như một mối quan hệ đối tác hơn là một lệnh cài đặt pip.

Tại sao truy xuất theo từ khóa và vector lại thất bại ở đây?

Thương mại điện tử truyền thống giả định rằng ý định của người dùng sẽ khớp với các danh mục và thuộc tính: kích thước, giá cả, chất liệu, thương hiệu. Không có bộ lọc nào cho "thân thiện với thú cưng" (pet-friendly) hay cho đồ nội thất vừa vặn với căn phòng của bạn. Onton lập luận rằng giao diện danh mục này hầu như không thay đổi trong gần 30 năm qua.

Ontology 1 đi theo một hướng khác. Đối với truy vấn "ghế sofa thân thiện với thú cưng", nó không tin tưởng vào nhãn dán của người bán, vốn có thể thiếu hoặc không chính xác. Nó suy luận từ các thuộc tính có khả năng khách quan hơn — sợi vải, kiểu dệt, cấu trúc — và gắn cờ các tuyên bố mà dữ liệu sản phẩm mâu thuẫn. Nó cũng đánh giá nguồn dữ liệu, vì một số danh sách sản phẩm cố tình thao túng thuật toán và một số đánh giá là hàng giả.

Mô hình này xây dựng một mô hình thế giới rõ ràng, có thể kiểm tra được thay vì hấp thụ các mẫu vào trọng số. Khi không có thông tin về "thân thiện với thú cưng", nó coi đó là một khoảng trống và tự tìm ra câu trả lời: khả năng làm sạch và độ bền, sau đó lấy vải bọc polyester làm chỉ báo. Quá trình học tập này được tái sử dụng cho các truy vấn sau đó như "ghế thân thiện với thú cưng" hoặc "ghế sofa xanh dễ làm sạch", và vòng lặp này chạy liên tục.

Bộ tiêu chuẩn đánh giá: Subtext-Decor-90

Onton đã phát hành Subtext-Decor-90 cùng với mã nguồn và dữ liệu. Ba giám khảo đa phương thức: Claude Opus 4.8, Gemini 3.1 Pro và GPT-5.5 đã chấm điểm 10 thẻ kết quả hiển thị hàng đầu do Onton, Amazon và Google Shopping trả về cho mỗi truy vấn trong số 90 truy vấn văn bản. P@10 được tính trung bình trên các giám khảo, với khoảng tin cậy 95% từ 10.000 lần lấy mẫu bootstrap.

Kết quả: Onton 0,630 [0,571, 0,688], Google Shopping 0,543 [0,490, 0,596], Amazon 0,469 [0,417, 0,521]. Onton thắng tuyệt đối 52 truy vấn, Google 19, Amazon 16. Tổng cộng là 87 vì Ontology trả về ít hơn 10 kết quả trong ba truy vấn, và các vị trí trống được tính là không liên quan. Nếu loại trừ các vị trí đó, kết quả là Onton 0,665, Google 0,549, Amazon 0,459.

Chỉ số alpha của Krippendorff giữa ba giám khảo là 0,465, vì vậy các giá trị P@10 tuyệt đối có độ nhiễu và phụ thuộc vào giám khảo. Tuy nhiên, cả ba giám khảo đều xếp hạng các công cụ theo cùng một thứ tự.

Các truy vấn hình ảnh và đa phương thức đã bị loại khỏi 90 truy vấn này vì Amazon Lens không hỗ trợ truy vấn đa phương thức và Google Lens không trả về kết quả chỉ dành riêng cho sản phẩm. Onton báo cáo một so sánh riêng biệt gồm 10 truy vấn hình ảnh và đa phương thức với Google.

Những điểm Ontology 1 còn hạn chế

Các trường hợp thất bại tập trung vào các truy vấn về thông số chức năng nơi siêu dữ liệu danh mục của Amazon chiếm ưu thế: "đèn không làm bạn đời thức giấc nếu tôi đọc sách lúc 3 giờ sáng" (Onton 0,4, Amazon 0,9) và "thứ gì đó để đặt trên bệ cửa sổ sâu một cách kỳ lạ" (Onton 0,07, Amazon 0,67). Onton cho rằng điều này là do độ rộng của danh mục và chỉ mục đơn ngành, không được tài trợ của họ, và kỳ vọng vòng lặp tự học sẽ thu hẹp khoảng cách này.

Cơ sở hạ tầng bên dưới

Đồ thị tri thức của Ontology 1 chạy trên Ograph, một cơ sở dữ liệu đồ thị tùy chỉnh. Onton báo cáo rằng một nhân Ograph vượt trội hơn SuiteSparse:GraphBLAS chạy trên 14 nhân, với thông lượng trên mỗi nhân gấp khoảng 100 lần, và bản dựng GPU chạy nhanh gấp 43 lần so với biến thể CPU, với các thử nghiệm ban đầu cho thấy tốc độ có thể đạt gấp 1000 lần khi quá trình triển khai được tối ưu hóa.

Công cụ giải thích tương tác

Nội dung nhúng bên dưới đi qua cùng một tài liệu trong bốn bảng: các truy vấn Subtext-Decor-90 thực tế với điểm số cho từng truy vấn, đồ thị suy luận về "thân thiện với thú cưng" được vẽ từng bước, vòng lặp tự học và biểu đồ tiêu chuẩn đánh giá với khoảng tin cậy và các góc nhìn chấm điểm thay thế.

Những điểm chính cần lưu ý

Hãy xem các chi tiết kỹ thuật và tiêu chuẩn đánh giá. Ngoài ra, hãy thoải mái theo dõi chúng tôi trên Twitter và đừng quên tham gia SubReddit ML 150k+ của chúng tôi và đăng ký nhận bản tin. Khoan đã! Bạn có dùng Telegram không? Bây giờ bạn cũng có thể tham gia cùng chúng tôi trên Telegram.

Bạn cần hợp tác với chúng tôi để quảng bá GitHub Repo, trang Hugging Face, sản phẩm mới hoặc hội thảo trực tuyến của bạn? Hãy kết nối với chúng tôi.

Michal Sutter là một chuyên gia khoa học dữ liệu với bằng Thạc sĩ Khoa học Dữ liệu từ Đại học Padova. Với nền tảng vững chắc về phân tích thống kê, học máy và kỹ thuật dữ liệu, Michal xuất sắc trong việc chuyển đổi các tập dữ liệu phức tạp thành những thông tin chi tiết có thể hành động được.