JD的Oxygen AI Item Center通过将可持续更新的本体(ontology)知识库与一个自我演化的LLM/VLM分离开来,使后者只需将商品与检索到的本体条目进行匹配,从而在数百亿级别的SKU上实现商品理解的规模化,并避免了高昂的重新训练成本。

JD介绍了Oxygen AIIC的架构,该架构将其不断演化的商品本体外部化为独立的知识库,使LLM/VLM只需判断商品与本体条目的匹配情况,从而降低复杂度、减少幻觉,并支持无需重新训练即可更新,整个系统运行在Huawei Ascend NPU上。 ✦ AI 生成 · 平台预翻

JD researchers · Import AI · 2026-07-06 · English original →

在语义检索阶段,动态演化的本体被外部化为独立的本体知识库,从而实现本体的持续更新而无需重新训练模型。在判别阶段,模型只需判断商品是否与检索到的本体条目匹配。这种设计大幅降低了任务复杂度,减轻了模型幻觉,并增强了对本体演化的泛化能力。

In the semantic search stage, the dynamically evolving ontology is externalized as a separate ontology knowledge base, enabling continuous ontology updates without model retraining. In the discrimination stage, the model only determines whether the item matches the retrieved ontology entries. This formulation substantially reduces task complexity, mitigates model hallucination, and enhances generalization to ontology evolution.

阅读原文 ↗合理引用摘录 · 中文为平台译文