索引的商品量只有对手百分之一左右，凭什么 P@10 还更高？Ontology 1 在自建的 90 条查询集上拿了 0.630，谷歌购物 0.543，亚马逊 0.469。电商搜索平时跟画图不太沾边，但这套做法我看完挺有想法：不信商家自己写的标签，把“宠物友好”这类模糊说法拆成能核对的属性再去匹配，数据对不上的宣称还会被标出来。
只是打分靠三个大模型当评委，评委之间一致性才 0.465，绝对分数听听就好，三家评委意见一致的只有排序。另外目前只覆盖家居家具一个垂类，权重和公开接口都没有。
自己出题自己考这种，看个方向就行了