SID AI представи агентния модел за търсене SID-2 и Swarm
SID AI представи SID-2 — модел за агентно търсене, който извлича данни, прочита върнатите резултати и подава подредени идентификатори на документи. За разлика от фиксираните RAG конвейери, той може сам да определя какво да търси следващо. Разработчиците свързват инструментите text_search и search със собствените си системи за ключови думи и векторно търсене, без преиндексиране или преместване на данни. В доклада се посочва контекст от 262 хил. токена, а сайтът на SID — 256 хил.
SID-2 е обучен с двуетапно обучение с подсилване, включващо наказание за латентност при положителни награди. Моделът предлага ниско, средно и високо усилие за разсъждение, както и Metric Steering за NDCG, F1 или Recall@k. В самостоятелно отчетения от SID тест с 506 въпроса и 19 корпуса версията Medium постига 0,585 NDCG за 3,11 секунди. Swarm с шест агента достига 0,701 за 17,7 секунди, а вариантът с 12 агента — 0,720, спрямо 0,704 за GPT-6 Astra.
SID-2 се предлага чрез API на SID, Baseten и референтни пътища за SageMaker. Цената започва от $0,25 за милион входни токена и $1,00 за милион изходни токена; при Swarm е $0,50 и $2,00. Размерът и теглата на модела не са обявени, а представените оценки не са независимо потвърдени.
Текстът е изготвен от ИИ на Sakhanda Wire по материал на MarkTechPost. Фактите, цитатите и пълният контекст са в оригиналната статия по-долу.