轻量版（LiteAdvanced）搜索引擎

产品简介

LiteAdvanced搜索引擎是一款专为 Agent WebSearch 场景打造的高性能、低成本解决方案。该引擎按需构建高质量的全文网页索引，具备以下核心优势：

• 低时延：提供平均时延500ms以内的低时延响应，提升Agent多轮检索的用户体验。

• 优秀的语义检索能力：提供了区别与传统关键字搜索引擎的精准语义检索能力，在ChineseSimpleQA数据集上取得了SOTA的性能。

• 高级检索能力：提供了更细颗粒的高级检索条件，包括日期、站点等检索条件。

• 低成本：更低的使用成本。

时延

LiteAdvanced引擎与其他几个大家常见的引擎进行对比，LiteAdvanced引擎的平均RT小于500ms，P95小于600ms ，在通用引擎中具备较强的优势。

效果

在私有数据集上使用搜索质量大模型评估方法，在overall_score指标上相对原引擎取得了13%的提升。

在公开数据集上，对ChineseSimpleQA与SimpleQA两个数据集做了评测。

ChineseSimpleQA

评估方法

• Judge Model：qwen-max

• Answer Model：deepseek-v3

• 检索结果增强Context简化逻辑：

  def wrap_xml_context(search_results):
    """
        Wrap search results into XML format for context.
      """
    page_items = search_results.get("pageItems", []) if search_results else []
  
    if not page_items:
      return "<no_results>No relevant information found.</no_results>"
  
    xml_contexts = [
      f"<source>\n    <url>{item['link']}</url>\n    <passage>{item['snippet']}</passage>\n</source>"
      for item in page_items[:10]
    ]
      
    return "\n".join(xml_contexts)
  
  answer_prompt_template = """
      请根据提供的上下文回答以下问题。
      Question: {question}
      <context>
          {context}
      </context>
  """
  
  answer_prompt = answer_prompt_template.format(question = question, context = context)
  messages = [
    {"role": "system", "content": "你是一个智能助手。您使用 XML 格式的上下文来研究人们的问题。"},
    {"role": "user", "content": answer_prompt}
  ]

评估结果

SimpleQA

针对 Agent 场景的 WebSearch 与面向人的传统搜索引擎相比，可以无缝接入多语言、全球化的高质量内容。因此，做好面向 Agent 的 WebSearch 必须构建多语言、全球化的搜索能力。为此我们补充了 SimpleQA 测试。目前国内搜索引擎在多语言支持方面普遍较弱，主要侧重于国内站点的索引。我们将持续加强并构建多语言、全球化的高质量索引，目前已有一些初步进展。

评估方法

• Judge Model：qwen-max

• Answer Model：deepseek-v3

• 检索结果增强Context简化逻辑与ChineseSimpleQA类似（--search-engine 为扩充参数）；

• 我们选取前1000个问题进行测试；

 python -m simple-evals.simple_evals --model deepseek-v3 --eval simpleqa --examples 1000 --search-engine liteAdvanced

评估结果

功能

对一些常用的高级检索参数进行了支持、以及Agent友好性适配。

时间范围检索

在支持指定范围TimeRange参数的同时，增加了对网页发布时间指定开始、结束日期的检索参数。

"advancedParams": {
  "startPublishedDate": "2024-12-01",
  "endPublishedDate": "2025-01-31"
}

站点检索

支持指定站点范围（includeSites）、排除站点范围检索（excludeSites），站点可以支持一级（sina.com.cn）、二级域名（finance.sina.com.cn），最多支持100个站点。

"advancedParams": {
  "excludeSites": "aliyun.com,sina.cn"
}

返回条数

支持返回从1-50的范围；可根据实际场景以及检索结果的处理能力来选择，默认：10条；

"advancedParams": {
  "numResults": "10"
}

语义化检索

在之前的版本中，我们建议您使用大模型改写查询条件为几个关键词，新的引擎支持语义化检索能力，您可以改写为一小段连续文本（尽可能30个字符以内）进行检索；能够满足类似如下Query：

• 两会报道中关于浙江的事情

• 关于蔚来汽车的正面新闻

更长的摘要

传统搜索引擎的Snippet（摘要）主要用于列表页提供给用户做初步判断，具体信息需要用户点击到详情页进行查看，所以Snippet都比较短，一般都在100字符左右；但是在Agent的使用场景中，需要更丰富的信息，期望在一次检索中尽可能的返回必要的信息，我们直接扩充了Snippet的召回，将长度扩大到500字左右，提高了有效信息量。避免在snippet（100字）与main_text（3000字）中进行选择，或者做二次网页爬取。

限制

1. 对于长尾的查询、时效性高（分钟级别）查询，我们的效果弱于传统大规模搜索引擎，但是会好于其他自建的搜索引擎。

使用

详细的使用说明，请参考：IQS UnifiedSearch LiteAdvanced引擎 中的engineType = LiteAdvanced。

Release Notes