SID AI 发布 SID-2 智能体检索模型,Swarm 模式达 0.720 NDCG
SID AI 发布第二代智能体检索模型 SID-2 及多智能体版本 SID-2 Swarm。据其自建 506 题基准,12 智能体 Swarm 取得 0.720 NDCG,高于 GPT-6 Astra 的 0.704;单智能体中等推理档为 0.585 NDCG。所有成绩均为自报,模型规模与权重未披露。
SID AI 发布 SID-2 与 SID-2 Swarm
SID AI 发布了第二代智能体检索模型 SID-2,以及多智能体版本 SID-2 Swarm。据 MarkTechPost 报道,SID-2 不是通用对话模型,而是面向检索的专用模型:它按需调用开发者自建的 text_search(关键词)与 search(向量)工具,读取结果后决定下一步检索,最终通过 report_helpful_ids 返回排序后的文档 ID。Swarm 模式则让多个智能体互相通信、分叉上下文,各自探索语料的不同部分。
背景与性能表现
该模型提供低、中、高三档推理强度,并支持以 NDCG、F1 或 Recall@k 为目标的 Metric Steering。据 SID 自建的 506 题、19 个语料基准,SID-2 中等档取得 0.585 NDCG、单次查询 3.11 秒;6 智能体 Swarm 为 0.701 NDCG、17.7 秒;12 智能体 Swarm 为 0.720 NDCG,为表中最高,高于 GPT-6 Astra 的 0.704。作为对照,BM25 为 0.260,向量检索加重排为 0.287。报道同时指出,Astra 在加州法律、SEC 文件与 FiQA 等语料上仍领先。部署方面,SID-2 通过 platform.sid.ai 的托管 API 提供,另有 Baseten 与 AWS SageMaker 参考路径,SDK 覆盖 Python、TypeScript 与 Go。
限制与来源
上述 NDCG、时延与成本数据均由 SID 在其自有基准上测得,检索后端耗时未计入,尚缺独立第三方评测。模型参数量、权重与许可证均未披露,报道称其仅以 API 形式提供、无开放权重。文中价格(如每百万输入 token 0.25 美元)与上下文窗口(报告称 262k、官网标注 256k)存在口径差异,实际可用性、定价与区域支持请以 SID 官网当前信息为准。本文基于 MarkTechPost 2026 年 11 月 17 日报道整理,相关性能说法尚未获官方独立确认。