Wink Pings

SID-2 放出 12 代理搜索 Swarm:0.720 NDCG,超过 GPT-6 Astra,但榜单是自家的

SID AI 发布 SID-2,单代理 3.11 秒跑出 0.585 NDCG,12 代理 Swarm 到 0.720,在 SID 自家 benchmark 上超过 GPT-6 Astra。数字有看头,但独立验证还没来。

MarkTechPost 的 Michal Sutter 报道,SID AI 发布了 SID-2,一个用强化学习训练的 agentic search 模型。关键数字:单代理在 3.11 秒内拿到 0.585 NDCG;12 个代理组成的 SID-2 Swarm 拿到 0.720 NDCG,在 SID 自己的 benchmark 上超过 GPT-6 Astra。

NDCG 是搜索排序的常用指标,越接近 1 越好。0.720 不算完美,但放在 agentic search 场景里,说明多代理并行确实把排序质量往上推了一截。SID-2 的单代理延迟 3.11 秒,这个数字有实际参考价值;Swarm 模式没给延迟,也没给 token 成本。12 个代理一起跑,质量涨了,代价可能藏在后面。

Agentic search 可以粗略理解成:模型不只返回一次结果,它会自己拆问题、发查询、读内容、再调整。SID-2 用强化学习训练这套流程,Swarm 则让多个代理分工或并行搜索。思路不新,但 0.585 到 0.720 的跨度,至少说明规模效应在这个任务上还没撞墙。

需要保留一点怀疑。这个 0.720 是在 SID 自家 benchmark 上测的,原文没有给独立复现、数据集细节和对比配置。GPT-6 Astra 被拿来当参照,听起来很响,但榜单归属决定了结论的边界。等第三方评测或真实查询集上的结果出来,再判断它是不是把 agentic search 往前推了一步。

原文链接:https://www.marktechpost.com/2026/11/17/sid-ai-sid-2-agentic-search-swarm/

发布时间: 2026-11-18 15:10