訊息平台

美新創小模型實測超車三大巨頭 企業內部搜尋準確率達83%

圖/示意圖

商傳媒|方承業/綜合外電報導

總部位於美國加州聖荷西的 AI 軟體開發商 Tech.us, Inc. 於週二發表全新企業搜尋模型 Agentic Evidence Search Model(AESM)。這款僅具備 20 億參數(參數量代表模型內部設定的複雜度,通常越小耗費運算資源越低)的輕量化模型,在該公司的 500 道問題內部基準測試中,繳出 83.6% 的平衡準確率,表現優於測試中的三款主流大型雲端模型。

根據測試數據,同樣針對企業資料檢索任務,GPT-6 Luna 的平衡準確率為 57.3%,Claude Haiku 5.5 為 55.5%,Gemini 3.1 Flash-Lite 則為 52.0%。

除了準確率之外,AESM 在檢索效率上亦有顯著落差。測試顯示,AESM 在完成整項評測時僅執行 1,636 次搜尋,每題平均呼叫模型 2.99 次;相較之下,GPT-6 Luna 執行了 3,057 次搜尋、Claude Haiku 5.5 為 2,901 次,Gemini 3.1 Flash-Lite 則達 2,292 次。AESM 的搜尋次數比受測的主流模型減少了 29% 至 46%。

在安全性防護方面,AESM 成功抵禦基準測試中設計的所有 98 次 Prompt 注入攻擊。

Tech.us, Inc. 創辦人兼執行長 Praveen Narra 指出,企業級 AI 正在走向「更小、更銳利」的趨勢,這款 20 億參數的模型之所以能在檢索測試中勝出,關鍵在於訓練時專注於單一任務。該架構將證據檢索、驗證步驟與最終答案生成拆開處理,因而提升了準確度。

運算規格上,AESM 能在企業內部的消費級顯示卡(GPU)單卡環境運行,無須仰賴大型雲端算力。目前 AESM 專門作為 Tech.us 旗下 Company Brain 軟體的搜尋引擎,並未對外公開釋出。相關研究資訊可至 Agentic Evidence Search Model 技術專頁 查閱。