大数据时代,数据检索是必备的基础能力。近日,阿里开源了自研搜索引擎Havenask,目前项目文件已在GitHub推出。
Havenask是阿里巴巴内部广泛使用的大规模分布式检索系统,支持了包括淘宝、天猫、菜鸟、高德、饿了么、优酷在内整个阿里巴巴集团的搜索业务,是阿里过去十多年在电商领域积累下来的核心竞争力产品。在功能性上,Havenask具有灵活的定制和开发能力,支持算法快速迭代,能够帮助开发者量身定做适合自身业务的智能搜索服务,助力业务增长。
我们的科技留言板“有意见”如下
@新老产品:搜索引擎发展已有15年的历史,然而搜索引擎产品并不那么令人满意。广告、重复、不准确都是用户的痛点,但仍没有好的产品来满足。ChatGPT虽然不是定位搜索引擎的产品,其取代传统搜索引擎的功能和实力堪称强悍。搜索引擎如何继续创新,其搜索内容的广度和深度都值得大厂、初创企业继续探索。
@梁山伯与猪硬来:可以预见,随着Havenask的开源,除了电商、互联网行业可借助大规模搜索系统,更多产业也将借助其实现效率升级和体验进步。
@隔壁二大爷:在肉眼可见的将来,很多人以为搜索引擎都一样,其实不然,对比一下PDD和某宝某东,多搜索几次,你大概率能感受到差异,阿里这次做了开源的搜索引擎,试问,鼎鼎大名的ElasticSearch,您准备好了吗?
好文章,需要你的鼓励
很多人担心被AI取代,陷入无意义感。按照杨元庆的思路,其实无论是模型的打造者,还是模型的使用者,都不该把AI放在人的对立面。
MIT研究团队提出递归语言模型(RLM),通过将长文本存储在外部编程环境中,让AI能够编写代码来探索和分解文本,并递归调用自身处理子任务。该方法成功处理了比传统模型大两个数量级的文本长度,在多项长文本任务上显著优于现有方法,同时保持了相当的成本效率,为AI处理超长文本提供了全新解决方案。
谷歌宣布对Gmail进行重大升级,全面集成Gemini AI功能,将其转变为"个人主动式收件箱助手"。新功能包括AI收件箱视图,可按优先级自动分组邮件;"帮我快速了解"功能提供邮件活动摘要;扩展"帮我写邮件"工具至所有用户;支持复杂问题查询如"我的航班何时降落"。部分功能免费提供,高级功能需付费订阅。谷歌强调用户数据安全,邮件内容不会用于训练公共AI模型。
华为研究团队推出SWE-Lego框架,通过混合数据集、改进监督学习和测试时扩展三大创新,让8B参数AI模型在代码自动修复任务上击败32B对手。该系统在SWE-bench Verified测试中达到42.2%成功率,加上扩展技术后提升至49.6%,证明了精巧方法设计胜过简单规模扩展的技术理念。