Prompt 语宙Prompt 语宙
  • 首页
  • 语宙 AI 导航
  • AIGC 资讯
    • AIGC 早报生成器Hot
    • 最新趋势
    • AI 工具
    • 热门资源
    • 强化 AI 学习
  • AI 绘图
    • Prompt 实战
    • AI 绘画教程
    • 模型精选
  • AI 图库
    • 人物
    • 展台场景
    • Banner
    • 游戏
    • 动物
    • 食物
    • 自然
    • 背景
    • 海报
    • 建筑
    • 室内设计
  • 出海数字营销宝典
  • AI 生图 Prompt
    • 写实人像
    • 产品与广告
    • 游戏资产与 3D
    • 界面与图标
    • 建筑与室内
    • 动漫与插画
    • 风景与自然
搜索 AIGC 资讯、Prompt 咒语与 AI 工具
  • 语宙 AI 导航
  • 全部资讯
  • AI 生图咒语库
  • AIGC 早报生成器
  • 核心专题
  • 提交工具 / 合作
© 2023–2026 Prompt 语宙 (paooo.com). HalfPX. All Rights Reserved.
阅读: 每家大语言模型公司都在挑战搜索技术:未来的大语言模型检索系统展望 [译]
Share
通知 阅读更多
Font Resizer字体
Font Resizer字体
Prompt 语宙Prompt 语宙
搜索 AIGC 资讯、Prompt 咒语与 AI 工具
  • 首页
  • 语宙 AI 导航
  • AIGC 资讯
    • AIGC 早报生成器Hot
    • 最新趋势
    • AI 工具
    • 热门资源
    • 强化 AI 学习
  • AI 绘图
    • Prompt 实战
    • AI 绘画教程
    • 模型精选
  • AI 图库
    • 人物
    • 展台场景
    • Banner
    • 游戏
    • 动物
    • 食物
    • 自然
    • 背景
    • 海报
    • 建筑
    • 室内设计
  • 出海数字营销宝典
  • AI 生图 Prompt
    • 写实人像
    • 产品与广告
    • 游戏资产与 3D
    • 界面与图标
    • 建筑与室内
    • 动漫与插画
    • 风景与自然
已有帐户? 登陆
  • 语宙 AI 导航
  • 全部资讯
  • AI 生图咒语库
  • AIGC 早报生成器
  • 核心专题
  • 提交工具 / 合作
© 2023–2026 Prompt 语宙 (paooo.com). HalfPX. All Rights Reserved.
每家大语言模型公司都在挑战搜索技术:未来的大语言模型检索系统展望 [译]
Prompt 语宙 > 强化 AI 学习 > 每家大语言模型公司都在挑战搜索技术:未来的大语言模型检索系统展望 [译]
强化 AI 学习

每家大语言模型公司都在挑战搜索技术:未来的大语言模型检索系统展望 [译]

宝玉的分享
最近更新: 2026年5月23日 下午6:22
AI智能体 OpenAI RAG检索增强 YouTube 亚马逊
SHARE
⚡ Prompt 语宙 AI 导读 · 30 秒核心看点
  • RAG 仍是大模型系统的关键组件,即使上下文窗口变长,检索也不会消失。
  • 单纯语义相似度搜索只能算起点,真正有效的检索要融合行为、推荐、权限与业务信号。
  • 未来检索系统的竞争焦点在基础设施:数据摄取、实时执行、监控观测与多向量能力。

搜索技术是计算机科学中极具挑战性的领域之一,仅有少数产品如 Google、Amazon 和 Instagram 能够做到出色。

直至不久前,大多数产品并不依赖高效的搜索功能——它并非用户体验的关键部分。

然而,随着大语言模型及其检索系统的迅猛发展,每个大语言模型公司都迫切需要将顶尖的搜索功能融入产品中,以确保其正常运作。

面对这种新兴的需求,新一代 AI 公司将如何解决搜索问题?

检索功能是大语言模型系统不可或缺的组成部分,这一点未来也不会改变。

检索增强生成 (retrieval-augmented generation, RAG) 系统为大语言模型提供必要的信息,帮助其回答问题。这种方式确保了生成的内容既真实又贴切。

设想一下,当大语言模型在回答历史考试问题时,没有 RAG 就像是闭卷考试,需要依靠记忆;而有了 RAG,就仿佛是开卷考试,模型会同时得到包含答案的教科书段落。显然,后者更为简单。

在大量数据中寻找正确的信息绝非易事。试想在庞大的代码库中寻找特定代码片段,或是在数千份发票中找到关键项,检索系统正是为解决这些问题而设计的。

随着新型大语言模型采用更长的上下文窗口,它们能够一次性处理更多数据。如果可以整本书载入,何必只寻找单一段落呢?

即使在拥有超过一百万 token 的上下文窗口时,我们认为检索功能仍将存在:

  • 公司可能拥有多个版本的相似文档,一次性呈现可能会导致信息冲突。
  • 多数复杂的应用场景需要基于角色和环境的访问控制,以确保安全。
  • 即便计算效率得到极大提升,也无需承担处理大量不必要数据的时间和成本。

随着大语言模型原型开发的兴起,人们迅速采用了基于语义的相似度搜索方法。

这种方法已经应用了几十年之久。首先,将数据分成若干块,如一个 Word 文档中的各个段落。然后,每一块数据都通过一个文本嵌入模型进行处理,该模型会输出一个向量,这个向量包含了该数据块的语义意义。在检索过程中,系统会先嵌入搜索查询,然后找出与查询语义最接近的数据块。

尽管构建语义相似性模型相对简单,它通常只能提供平庸的搜索结果。这种方法的主要局限性包括:

  • 它可能会遗漏那些语义与查询不同的重要内容。用户有时无法明确自己的需求,或者他们的查询缺乏足够的上下文(如,客户对产品的描述不够具体,或未提及近期的购买)。
  • 此方法对所使用的嵌入模型非常敏感,一般的文本嵌入模型可能不适合特定领域的需求。
  • 系统对数据的处理方式极为敏感,不同的解析、转换和分块方式会导致系统的运作效果各异。处理不同类型的数据(如表格)也相当复杂。
  • 即使进行了优化,计算文本嵌入也非常耗费资源,这限制了对数据摄取和嵌入流程进行迭代的能力,以及提供几乎实时数据的应用的能力。

值得一提的是,这种方法仅根据查询的语义意义进行搜索。观察那些搜索表现出色的公司,你会发现语义相似性只是他们解决方案的一部分。

搜索的真正目的是提供最佳的结果,而不仅仅是最相似的结果。

例如,YouTube 将搜索查询的含义与根据全球受欢迎程度及你的观看历史所作出的视频向量化预测相结合。而亚马逊则确保在搜索结果中优先显示你之前购买过的商品,因为它知道这些是你可能想要重新购买的。

检索系统未来的发展方向

谷歌最初是基于 PageRank 算法建立的,这是一种简单的网页排名方法。然而,如果让创始团队见到今天的谷歌搜索,他们可能都会感到陌生,因为现在的谷歌搜索系统已经变得极其复杂,采用了多种方法来确保搜索结果的优质性。

类似地,初步构建 RAG(Retrieval Augmented Generation)系统的团队从简单的语义相似性搜索起步。我们认为,这些系统将逐渐演进,最终演变为类似于当今的搜索或推荐系统。这些系统在核心问题上没有太大差异:即从大量可能的选择中筛选出最有可能帮助实现特定目标的少数几个选项。

现在,大部分检索系统的外观如下:

每家大语言模型公司都在挑战搜索技术:未来的大语言模型检索系统展望 [译]

将来的系统可能会是这样的:

每家大语言模型公司都在挑战搜索技术:未来的大语言模型检索系统展望 [译]

检索系统将极大地提升大语言模型的应用效能,包括它们的有效记忆力、响应质量、可靠性以及性能和响应速度。我们认为,对于许多应用程序来说,这些系统将比大语言模型本身更能够提升其核心能力。

正因如此,我们相信大多数公司会把这些系统作为其核心竞争力并在内部自行开发。这些开发者将依靠一系列全新的基础设施来打造适应其特定应用需求的检索系统。

迄今为止,大部分的投资都流向了用于存储向量并检索最近邻的数据库。然而,在未来的技术架构中,数据库仅是解决方案的一部分。

为了构建这些新型系统,我们需要更完善的工具:

  • 创建、操作并利用能够编码不同信号类型的多种向量(如将语义搜索与推荐或行为向量相结合)。Superlinked(一个属于 Theory 的公司)正在开发这类工具。
  • 输入、解析和处理各类输入数据。
  • 构建并实时执行检索系统;这些操作(特别是生成嵌入向量的过程)成本较高,许多应用无法接受长时间的延迟。
  • 对检索系统进行观测和监控。

虽然大部分公司倾向于自建检索系统,但未来这些系统可能通过几种方式合并:

  • 基础设施服务商可能扩大其服务范围,包括数据摄取、处理及存储等基础设施层面。
  • 企业可能会开发针对特定场景的“检索即服务”产品,比如专为电商网站或聊天应用设计的检索系统。

我们对检索及搜索技术作为产品推动力的进步感到期待。如果您正在开发检索系统的基础设施或为新应用打造检索系统,我们非常希望与您交流!

🧭 文中关联 AI 工具官网与参数卡(语宙 AI 导航)
Instagram ↗
Instagram 是 Meta 旗下的全球性图片与视频社交平台,其核心功能已从单纯的视觉分享演进为融合了强大A
YouTube ↗
YouTube的核心功能远不止一个视频托管网站,它是一个集视频发现、观看、分享与创作于一体的综合性平台。作为全球
亚马逊 ↗
亚马逊是全球最大的综合性电子商务平台和云计算服务提供商。其核心功能涵盖一个极其庞大且高度整合的生态系统: 1.
❓ 常见问题解答(FAQ)
为什么大语言模型还需要RAG检索增强?

因为模型即使上下文更长,也不可能总是把所有相关信息一次性装入。RAG 能从大量数据中先找出最相关内容,再供模型生成答案,从而提升准确性、可靠性和可追溯性。

语义相似度搜索为什么不够用?

它只按“意思相近”找内容,容易漏掉语义不明显但很关键的信息,而且对嵌入模型、分块方式和数据类型非常敏感。实际搜索通常还要结合行为、推荐、权限等信号。

未来检索系统会往什么方向发展?

文章判断它会从简单向量检索演进为更复杂的搜索/推荐系统,重点不只是数据库,而是数据摄取、解析处理、实时检索、多信号融合以及观测监控等完整基础设施。

🔬 语宙深潜追问 · 进阶实操拆解
RAG 时代最该先补哪层基础设施?

先补数据治理和检索链路:清洗、切分、去重、权限控制、召回评估和在线监控。向量库只是存储层,真正决定效果的是数据质量、召回策略和结果重排。

语义相似度为什么还不够?

因为用户问题常带时效、权限、意图和业务上下文,单靠相似度容易召回“看起来像但不该给”的内容。要把关键词、行为信号、时间衰减和业务规则一起纳入排序,效果才稳定。

🗳️ 读者观点微投票 · 您的实战立场是?
LLM检索竞争,拼的是向量库吗?
🕸️ 语宙向量知识图谱 · 语义强关联深度内链
⚡ 所属权威专题:OpenAI GPT 与 Sora 生态 →
  • 构建搜索引擎,而非向量数据库(Vector DB) [译]
  • 面向大语言模型的检索增强生成技术:调查 [译]
  • 阿里通义实验室MaskSearch:揭秘如何让AI大模型成为顶级信息检索专家,性能暴涨!
  • 可解释语言模型:探索传统与创新方法 [译]
🏛️ 宝玉的分享 · 前沿大模型翻译与提示词工程实战分享专栏,聚焦海外一手 AI 技术动态与工程实践。
📄 Markdown 纯净版
💡 这篇内容对您有启发吗?
📡 RSS 订阅✨ 提交 AI 工具 / 合作
🚀 Prompt 语宙 AI 创作者生态:探索 2,800+ 全球实用 AI 工具与高精度生图提示词咒语库
🧭 语宙 AI 导航 (ai.paooo.com)🎨 AI 生图 Prompt 库📚 核心专题导航⚡ AIGC 早报生成器
Chirp 3 – 谷歌云推出的高清语音合成模型
单日狂吞92万亿Token、人均烧掉6000万词元!DeepSeek开源智能体框架Harness日活暴增至154万:可插拔系统架构、算力黑洞成因与开发者生态激励全景技术拆解
最大化大语言模型性能 [译]
从历史伟大研发实验室获得的经验教训 [译]
RTranslator – 开源的离线、实时、多语言翻译应用程序
TAGGED:AI智能体OpenAIRAG检索增强YouTube亚马逊
分享
Email 复制链接 打印
Share
宝玉的分享 头像
By宝玉的分享
Follow:
前沿大模型翻译与提示词工程实战分享专栏,聚焦海外一手 AI 技术动态与工程实践。
上一篇 Perplexity 产品开发的新模式 [译] Perplexity 产品开发的新模式 [译]
下一篇 Sam Altman 在斯坦福创业者思维领导研讨会上的对话 [译] Sam Altman 在斯坦福创业者思维领导研讨会上的对话 [译]
Ad image
Ad image

最近更新

WordPress 7.2版本更新与默认随机重定向、Secrets API撤回及MCP核心能力拆解封面图
官方博客竟把关闭过滤器写错了!WordPress 7.2前瞻全拆解:默认/random/暗藏隐私与SEO风险、Secrets API紧急撤回与3项MCP只读能力落地
AI 工具
Anthropic上市募资与算力长约的隐喻:现金光环上升,数据中心暗链延伸,治理水晶承受张力与阻力冲击。
募资超1070亿美元却背负9000亿算力长约!Anthropic史上最大IPO背后的三大隐忧:1040亿年内亏损、地方抵制潮与PBC治理死结
AIGC 资讯
微软Copilot与Claude/ChatGPT价格战隐喻:发光玻璃表格堡垒守住Excel,数据流高效汇聚,企业AI竞争升级
3000万付费仅吃下4.5亿席位不到7%!微软Ignite正面叫板Claude与ChatGPT:月均30美元VS 205美元价格战与Excel保卫战全拆解
AIGC 资讯
联想AI推理时代的端边云全栈算力插画:玻璃拟态服务器核心发光,光流连接云端与边缘节点,呈现营收与订单增长动能。
AI营收暴涨80%且握5300亿服务器订单!联想Q2单季营收首破2000亿、净利狂飙166%:端边云全栈算力如何接住推理时代红利?
AIGC 资讯

相关推荐

AI Web Page Analyzer
AI 工具

AI Web Page Analyzer

remaker
AI办公效率 AI智能体 开源大模型
阿里Qoder上线实时语音智能体Qoder Voice,支持语音驱动AI编程
AIGC 资讯

阿里Qoder上线实时语音智能体Qoder Voice,支持语音驱动AI编程

Prompt 语宙研究院
AI智能体 AI编程 AI音频与语音 Cursor
Varaverse
AI 工具

Varaverse

remaker
3D与空间智能 AI办公效率 AI智能体
图 2. 可变参数函数的语义波。
强化 AI 学习

软件开发者应该了解的 10 个关于学习的要点 [译]

宝玉的分享
AI办公效率 AI编程 OpenAI 大模型微调 开源大模型
/ Prompt 语宙 /

探索生成式 AI 的无限创作潜能,一站式获取前沿 AIGC 资讯、高阶 Prompt 咒语与全球实用 AI 工具。

核心专栏

  • 语宙 AI 工具导航
  • EVA 视觉抠图工坊Hot
  • 出海数字营销宝典
  • AI 生图咒语灵感库
  • 24H 硅谷 AI 情报流

生态与服务

  • 语宙 AI 导航
  • 全部资讯
  • AI 生图咒语库
  • AIGC 早报生成器
  • 核心专题
  • 提交工具 / 合作

标签

开源大模型 AI智能体 AI办公效率 AI绘画提示词 OpenAI 大模型微调 Midjourney AI编程 stable diffusion AI视频生成 ChatGPT 3D与空间智能 HuggingFace AI音频与语音 RAG检索增强 Claude Flux AIGC Gemini 通义千问 Anthropic Llama Cursor DeepSeek Prompt AI Agent Kimi 智谱AI 具身智能 YouTube
Prompt 语宙Prompt 语宙
Follow US
© 2023–2026 Prompt 语宙 (paooo.com). HalfPX. All Rights Reserved.