جست‌وجوی محصولات در وب اکنون از دوران «کلمات کلیدی» عبور کرده است؛ اما آیا ابزارهایی که امروز می‌بینید واقعاً می‌فهمند شما چه می‌خواهید؟ اگر از جست‌وجوهای طولانی در فروشگاه‌های آنلاین خسته شده‌اید، مدل جدید Onton ادعا می‌کند که راه حل را در ترکیب منطق نمادین و شبکه‌های عصبی یافته است.
طبق گزارش Marktechpost، مدل Ontology 1 توانسته است در حالی که تنها حدود ۱٪ از کاتالوگ محصولات خود را ایندکس کرده، به میانگین دقت (Precision@10) معادل ۰.۶۳۰ برسد. این عدد به‌وضوح از گوگل شاپینگ (۰.۵۴۳) و آمازون (۰.۴۶۹) بالاتر است. این مدل که توسط شرکت Onton (یک شرکت جست‌وجو و اکتشاف مستقر در سان‌فرانسیسکو) توسعه یافته، اکنون در مواجهه با پرس‌وجوهای پیچیده و محاوره‌ای، از بزرگ‌ترین موتورهای تجارت الکترونیک جهان پیشی گرفته است.
بیشتر سامانه‌های جست‌وجوی مدرن بر تطبیق کلمات کلیدی یا بازیابی برداری (Vector Retrieval) متکی هستند که در مواجهه با نیازهای سخت‌گیرانه و جملات طولانی شکست می‌خورند. در حالی که پیش‌تر بررسی کردیم که چگونه ردیت (Reddit) به منبع اصلی استناد برای موتورهای جست‌وجوی AI تبدیل شده تا شکاف‌های مربوط به قصد کاربر (Intent) را پر کند، Onton تلاش می‌کند این مشکل را از طریق استدلال ساختاریافته حل کند، نه صرفاً با خزیدن گسترده‌تر در داده‌ها. این رویکرد به‌ویژه در دسته‌هایی با نویز بالا مانند دکوراسیون منزل و مبلمان که فیلترهای عمومی برای ویژگی‌هایی مثل «مناسب برای حیوانات خانگی» (pet-friendly) اغلب در آن‌ها وجود ندارد، حیاتی است. Onton استدلال می‌کند که رابط‌های استاندارد کاتالوگ در نزدیک به ۳۰ سال گذشته به‌سختی تغییر کرده‌اند و این موضوع باعث ایجاد شکاف برای یک لایه اکتشاف هوشمندتر شده است.
سازوکار عصبی-نمادین
به نقل از مستندات این شرکت و گزارش Marktechpost، Ontology 1 از یک معماری عصبی-نمادین (Neurosymbolic) بهره می‌برد. به‌جای آنکه الگوها را در وزن‌های استاتیک جذب کند، یک مدل جهانی صریح و قابل بازرسی می‌سازد.
برای مثال، وقتی کاربر محصولی «مناسب برای حیوانات خانگی» می‌خواهد، مدل به برچسب‌های فروشنده اعتماد نمی‌کند، زیرا این برچسب‌ها ممکن است غایب یا نادرست باشند. در عوض، مدل از ویژگی‌های عینی نظیر نوع فیبر، بافت و ساختار تحلیل می‌کند تا دوام و قابلیت شست‌وشوی محصول را بسنجد. سپس هرگونه ادعایی در داده‌های محصول که با این ویژگی‌های عینی در تضاد باشد را شناسایی و علامت‌گذاری می‌کند.
این فرآیند شامل یک حلقه یادگیری مستمر است. وقتی مدل تعریف دقیقی از عبارتی مانند «مناسب برای حیوانات خانگی» ندارد، آن را به عنوان یک شکاف (Gap) در نظر می‌گیرد و پاسخ را از طریق شاخص‌هایی مانند «روکش پلی‌استر» استخراج می‌کند. این منطق یادگرفته سپس در پرس‌وجوهای بعدی، مانند «صندلی مناسب حیوانات» یا «کاناپه آبی قابل شست‌شو»، مجدداً استفاده می‌شود.
بنچمارک Subtext-Decor-90
برای اعتبارسنجی این ادعاها، Onton مجموعه داده Subtext-Decor-90 را به همراه کدها و داده‌های مربوطه منتشر کرد. در این تست، سه داور از مدل‌های زبانی بزرگ چندوجهی (Multimodal LLM) شامل Claude Opus 4.8، Gemini 3.1 Pro و GPT-5.5 به کار گرفته شدند. این داوران ۱۰ کارت نتیجه اول را برای ۹۰ پرس‌وجوی متنی امتیازدهی کردند.
شاخص Precision@10 (P@10) بین داوران میانگین‌گیری شد و بازه‌های اطمینان ۹۵٪ از طریق ۱۰,۰۰۰ نمونه‌برداری بوت‌استرپ (Bootstrap Resamples) به دست آمد. نتایج به شرح زیر است:
- Onton: ۰.۶۳۰ P@10 [۰.۵۷۱, ۰.۶۸۸]
- Google Shopping: ۰.۵۴۳ P@10 [۰.۴۹۰, 0.۵۹۶]
- Amazon: ۰.۴۶۹ P@10 [۰.۴۱۷, ۰.۵۲۱]
Onton در ۵۲ مورد از ۹۰ پرس‌وجو برنده مطلق بود، در حالی که گوگل ۱۹ مورد و آمازون ۱۶ مورد را بردند. (مجموع این اعداد ۸۷ است زیرا Ontology در سه پرس‌وجو کمتر از ۱۰ نتیجه برگرداند که به عنوان غیرمرتبط امتیازدهی شدند). اگر این جایگاه‌های خالی حذف شوند، امتیاز Onton به ۰.۶۶۵، گوگل به ۰.۵۴۹ و آمازون به ۰.۴۵۹ افزایش می‌یابد.
شایان ذکر است که ضریب آلفای کریپندورف (Krippendorff’s alpha) بین سه داور ۰.۴۶۵ بود. اگرچه این نشان می‌دهد مقادیر مطلق P@10 دارای نویز هستند، اما هر سه داور بر سر رتبه‌بندی موتورها اتفاق نظر داشتند. پرس‌وجوهای چندوجهی و تصویری از این مجموعه ۹۰تایی حذف شدند، زیرا Amazon Lens از پرس‌وجوهای چندوجهی پشتیبانی نمی‌کند و Google Lens لزوماً فقط محصولات را برنمی‌گرداند؛ هرچند Onton گزارش جداگانه‌ای از مقایسه تصویری در ۱۰ پرس‌وجو علیه گوگل ارائه داده است.
شکاف‌های عملکردی و کاربردها
علی‌رغم پیشتازی، این مدل در پرس‌وجوهای مربوط به «مشخصات عملکردی» (Functional-spec) که در آن‌ها متادیتای گسترده دسته‌بندی آمازون غالب است، دچار مشکل می‌شود. برای مثال در عبارت «لامپی که باعث بیدار شدن همسرم در ساعت ۳ صبح نشود»، امتیاز Onton برابر با ۰.۴ و آمازون ۰.۹ بود. برای عبارت «چیزی برای قرار دادن روی یک لبه پنجره به‌طور عجیب عمیق»، امتیاز Onton برابر با ۰.۰۷ در مقابل ۰.۶۷ آمازون بود. Onton این مسئله را به ایندکس تک-عمودی خود و فقدان محتوای اسپانسرشده نسبت می‌دهد.
کاربردهای بالقوه این فناوری عبارتند از:
- جست‌وجوی سایت به صورت محاوره‌ای و چندوجهی
- اکتشاف بر اساس مودبوردها (Moodboard-driven discovery)
- فیلترسازی‌های سنگین مبتنی بر نفی (Negation-heavy filtering)
- امتیازدهی به اعتماد در لیست محصولات و نظرات
- لایه‌های زمینه‌سازی (Grounding) برای عوامل خرید (Shopping Agents)
زیرساخت و دسترسی
قلب تپنده این سامانه، پایگاه‌داده گرافی اختصاصی به نام Ograph است. گزارش‌ها حاکی است که یک هسته از Ograph توان عملیاتی (Throughput) حدود ۱۰۰ برابر بیشتر از SuiteSparse:GraphBLAS در حال اجرا روی ۱۴ هسته دارد. همچنین نسخه GPU این پایگاه‌داده در حال حاضر ۴۳ برابر سریع‌تر از نسخه CPU است و در برخی اجراهای بهینه‌شده اولیه، افزایش سرعت تا ۱۰۰۰ برابر مشاهده شده است.
در حال حاضر، Ontology 1 به‌صورت وزن‌های باز (Open Weights)، API عمومی یا پلن قیمت‌گذاری در دسترس نیست. این مدل برای کاربران نهایی در وب‌سایت Onton.com فعال است و دسترسی شرکای تجاری به‌صورت مورد به مورد برای تیم‌هایی که در حال ساخت وب‌های عامل‌محور (Agentic Web) هستند، فراهم می‌شود. این رویکرد با پیشرفت‌های اخیر در مدل‌های جاسازی (Embedding) هم‌سو است؛ برای مثال مدل Nemotron 3 Embed نیز تلاش کرده است تا دقت گردش‌های کاری در سیستم‌های عامل‌محور را ارتقاء دهد. این ابزار برای خرده‌فروشان بازار متوسط و سازمانی یا بازارگاه‌هایی (Marketplaces) که سامانه‌های بازیابی آن‌ها در مواجهه با پرس‌وجوهای طولانی و سخت‌گیرانه شکست می‌خورند، ایدئال است.
برای جامعه فنی، این دستاورد نشان‌دهنده تغییر مسیر از شعار «داده‌های بیشتر، وزن‌های بزرگ‌تر» است. Onton با تجزیه گزاره‌های مبهم به ویژگی‌های قابل بررسی، ثابت کرد که یک ایندکس سبک و استدلال-محور می‌تواند از کاتالوگ‌های عظیم پیشی بگیرد. این مدل ثابت می‌کند که منطق نمادین می‌تواند جست‌وجوی مبتنی بر LLM را در واقعیت عینی مستقر کرده و توهمات (Hallucinations) مربوط به ویژگی‌های محصول را کاهش دهد. در واقع این متدولوژی می‌تواند مشابه ابزارهای کنترل هدایت، مانند goal-anchor که برای جلوگیری از انحراف عامل‌ها طراحی شده، دقت خروجی‌های سیستم‌های خودکار را تضمین کند.
هنوز مشخص نیست که آیا این رویکرد فراتر از عمود دکوراسیون منزل تعمیم می‌یابد یا خیر، اگرچه شرکت ادعا می‌کند که این متدولوژی برای داده‌های غیرمحصولی تقریباً بدون نیاز به پیکربندی مجدد کار می‌کند. معیار حیاتی بعدی این خواهد بود که حلقه یادگیری مستمر چگونه شکاف موجود در پرس‌وجوهای مشخصات عملکردی را پر می‌کند.
گفتگو