Milvus(@milvusio)

𝗪𝗲 𝗶𝗻𝘁𝗲𝗴𝗿𝗮𝘁𝗲𝗱 𝗝𝗲𝘃 𝗶𝗻𝘁𝗼 𝘁𝗵𝗿𝗲𝗲 𝗼𝗽𝗲𝗻-𝘀𝗼𝘂𝗿𝗰𝗲 𝗽𝗿𝗼𝗷𝗲𝗰𝘁𝘀 𝘁𝗼 ...

6.7内容质量
𝗪𝗲 𝗶𝗻𝘁𝗲𝗴𝗿𝗮𝘁𝗲𝗱 𝗝𝗲𝘃 𝗶𝗻𝘁𝗼 𝘁𝗵𝗿𝗲𝗲 𝗼𝗽𝗲𝗻-𝘀𝗼𝘂𝗿𝗰𝗲 𝗽𝗿𝗼𝗷𝗲𝗰𝘁𝘀 𝘁𝗼 ...

TL;DR · AI 摘要

Milvus on X: "𝗪𝗲 𝗶𝗻𝘁𝗲𝗴𝗿𝗮𝘁𝗲𝗱 𝗝𝗲𝘃 𝗶𝗻𝘁𝗼 𝘁𝗵𝗿𝗲𝗲 𝗼𝗽𝗲𝗻-𝘀𝗼𝘂𝗿𝗰𝗲 𝗽𝗿𝗼𝗷𝗲𝗰𝘁𝘀 𝘁𝗼 𝘁𝗲𝘀𝘁 𝘁𝗵𝗮𝘁 𝗶𝗱𝗲𝗮. First, in 𝗗𝗲𝗲𝗽𝗦𝗲𝗮𝗿𝗰𝗵𝗲𝗿, we used Jev t...

核心要点

  • 主题聚焦：𝗪𝗲 𝗶𝗻𝘁𝗲𝗴𝗿𝗮𝘁𝗲𝗱 𝗝𝗲𝘃 𝗶𝗻𝘁𝗼 𝘁𝗵𝗿𝗲𝗲 𝗼𝗽𝗲𝗻-𝘀𝗼𝘂𝗿𝗰𝗲 𝗽𝗿𝗼𝗷𝗲𝗰𝘁
  • 来源：Milvus(@milvusio)，建议结合原文判断细节。
  • AI 分析暂不可用，本条为保底评分与摘要。
#AI#编程#后端#开源
打开原文

Milvus on X: "我们已将Jev集成到三个开源项目中以验证这一想法。首先，在DeepSearcher中，我们使用Jev判断智能搜索工作流是否已收集到足够的证据以停止搜索。在100个跨跳问题中，Jev在Recall@5指标上达到93.25%，与DeepSeek V4 Flash相当。但中位决策延迟从2.23秒降至0.55秒，预估API成本仅为原来的七分之一。其次，在MemSearch中，我们在2,172个私有中英文查询上测试了代码代理记忆重排序。Jev将Recall@5从74.71%提升至79.41%，但仍落后于专业模型Voyage rerank-3的81.87%。第三，在Vector Graph RAG中，Jev对跨跳检索的候选关系进行了重排序和过滤。它优于GPT-4o-mini，但在HotpotQA基准测试中仅比GPT-5-mini低1分，在更难的MuSiQue基准测试中低4.13分。Jev在频繁且有界判断任务（如搜索停止、过滤、路由和简单重排序）中表现出色。但随着任务变得更专业或更依赖推理，更强的生成模型和专业重排序器仍具有优势。想深入了解实验？ • DeepSearcher — 搜索停止实验、代码和评估：

github.com/zilliztech/dee…

• MemSearch — Jev重排序集成和评估：

github.com/zilliztech/mem…

• Vector Graph RAG — Jev关系过滤、评估和成本分析：

github.com/zilliztech/vec…

$

GIF

/$

7:14 PM · Sep 22, 2026

·

1,057

Views

3

2

14

13