Нейросимволическая модель Ontology 1 обошла Google Shopping и Amazon по точности поиска в 2,7 раза

Компания Onton (Сан-Франциско) выпустила Ontology 1 — нейросимволическую модель для поиска товаров по сложным, разговорным и мультимодальным запросам. Модель не выкладывается в открытый доступ: её можно опробовать на сайте Onton.com, а партнёрский доступ предоставляется индивидуально для команд, работающих над агентным вебом. Публичного API, цен или открытых весов нет.

На бенчмарке Subtext-Decor-90 (90 текстовых запросов, оценка тремя LLM-судьями — Claude Opus 4.8, Gemini 3.1 Pro и GPT-5.5) Ontology 1 набрала 0,630 mean P@10. Google Shopping — 0,543, Amazon — 0,469. При этом Onton проиндексировал лишь около 1% каталогов конкурентов. Модель выиграла 52 запроса из 90, Google — 19, Amazon — 16. На трёх запросах Ontology вернула меньше 10 результатов, что снизило её среднюю; без учёта пустых слотов её результат — 0,665.

Ключевое отличие Ontology 1 — явная модель мира вместо скрытых паттернов в весах. Для запроса «pet-friendly sectional» она не доверяет метке продавца, а выводит ответ из объективных свойств (материал, износостойкость, конструкция) и проверяет данные на противоречия. Знания переиспользуются на похожих запросах. Модель пока работает только в категории «дом и мебель», но компания утверждает, что методология обобщается на любые данные без перенастройки.

Слабые места — запросы с чёткими техническими характеристиками, где побеждает категорийная метадата Amazon. Пример: «лампа, которая не разбудит партнёра, если я читаю в 3 ночи» — Onton 0,4 против Amazon 0,9. Ontology 1 ориентирована на средний и крупный ритейл, маркетплейсы и агентные коммерческие платформы, где обычный поиск по ключевым словам и векторам не справляется с длинными и требовательными запросами.