- 综合排序
- 最热优先
- 最新优先
- 来自专栏mathor
搜索（5）
深度优先搜索一般是递归实现的，搜索过程中总是优先遍历当前节点的子节点。 从这一节开始，我们将学习广（宽）度优先搜索 这个GIF图中，节点被染成绿色的顺序表示在宽度优先搜索过程中节点被访问的顺序。 于是依次访问这两个节点，同时在访问时，我们发现了节点2的儿子节点4和5，以及节点3的儿子节点6和7，将这4个节点记录下来 当完成第二层的访问后，继续根据记录来依次访问节点4~7，也对应了图中的第三层节点 由于这些节点都不包含有子节点，不会再增加记录的节点数量，因此访问完成后退出搜索 在上面的过程中我们发现以下两个事实： 广度优先搜索的顺序与子节点到初始节点的距离有关，离初始节点越近的子节点会更早被访问 根据题目描述，我们可以知道以下几个信息： 该图中需要搜索的节点为格子，我们用坐标[x,y]来表示格子 若将相邻格子的距离视为1，搜索目标为[1,1]到[n,m]的最短路径 墙壁的格子是不能进入的，因此在搜索过程中需要进行判定
96230发布于 2018-07-05 - 来自专栏程序那些事儿
秘塔AI搜索，AI时代的搜索引擎
然而，随着用户需求的不断升级，对于搜索体验的期望也水涨船高。上海秘塔科技洞察到这一市场趋势，推出了秘塔 AI 搜索，这不仅是对产品的一次革新，更是中国 AI 搜索领域迈向新高峰的一个标志性事件。 一、秘塔 AI 搜索的技术基础 秘塔 AI 搜索的核心是上海秘塔网络科技有限公司倾力打造的大语言模型 MetaLLM。 四、对未来的展望 毫无疑问，秘塔 AI 搜索的推出标志着中国 AI 搜索市场即将迎来一个崭新的时代。它的到来不仅仅是对现有搜索体验的一次颠覆，更有可能推动整个行业进入新纪元。 结语 总结来说，秘塔 AI 搜索作为一款创新的 AI 搜索引擎，以其出色的技术能力和用户友好的设计理念，迅速在国内外市场上占据一席之地。 随着 AI 技术的持续进步和应用场景的日益扩大，秘塔 AI 搜索的未来充满无限可能，它将不断为用户提供更为深入、高效、便捷的搜索体验，开启信息检索的新时代。
2.7K20编辑于 2024-04-26 - 来自专栏bit哲学院
AI（四）：对抗搜索
参考链接： 人工智能对抗搜索 https://blog.csdn.net/NGUever15/article/details/89160951 对抗搜索 文章目录 对抗搜索1 博弈multi-agent 4.2 截断搜索4.3 向前剪枝 1 博弈 假设： 有两个选手完全可观察，确定性的环境zero-sum（零和游戏）时间受限 multi-agent 环境 合作 vs 对抗 对抗的情况下，产生博弈搜索问题 形式化搜索问题 初始状态： Actions 转移模型 目标测试 路径代价 其中，节点是状态，边是移动。 3.1 行棋排序 时间有限，实行深度受限搜索。 采用迭代加深搜索。 4 不完美的实时决策 ？？？如何设计评估函数。 ？？？ 如何截断。 4.2 截断搜索 ？？？如何截断，以满足时间限制 评估函数是不准确的，截断可能导致错误。 典型的错误： 评估值的摇摆。
75440发布于 2021-01-29 - 来自专栏算法一只狗
AI 搜索 vs 传统搜索：替代还是共存？
尽管聊天机器人流量增速惊人，但其总量仍仅为搜索引擎的1/34，可见在宏观层面上，AI搜索尚未完全取代传统搜索。 1.AI 搜索与传统搜索的对比 交互方式传统搜索需要用户自行过滤和阅读海量结果，围绕关键词跳转网页；AI助手支持对话式交互，可直接生成整合性的答案与建议，更适合需要理解、总结或规划型任务。 比如，点击了百度的AI搜索功能后，它确实能够根据现在的网页信息，集成进一些图文、视频等信息出来然后展示：像图文暂时这一块，夸克、Bing搜索等，在AI爆火的初期，早就已经接入进来。 2.以百度为例：AI 搜索的实践与困境“已经好久没有用过百度搜索了”，这句话折射出当下许多用户的体验： AI 功能走马观花 百度在网页入口中嵌入了 AI 搜索功能，能够集成图文、视频等信息、直接展示相关内容 AI 搜索确实改变了我们获取信息的方式，让复杂任务和多轮对话变得更高效，但它更像是对传统搜索的补充，而不是完全取代。
2K10编辑于 2025-07-08 - 来自专栏Web_xy
AI搜索引擎
我本来也想试试，但是现在公测版还未发行，且内测版被各大头条垄断，只能先看看谍照了hh ---- 基于AI的搜索引擎 新模式的搜索引擎 ---- 我们能看到，新必应搜索的其中一种模式将传统搜索结果与 ---- 「人工智能将从根本上改变各类软件，首先就从最大的类别 —— 搜索引擎开始。今天，我们推出了由 AI 加持的必应和 Edge，以帮助人们从搜索和网络中获取更多信息。」 例如它可以帮助你编写电子邮件、为你期待已久的夏威夷梦幻假期创建 5 天的行程、预订旅行和住宿的链接、准备工作面试等。必应还引用了信息所有来源，你可以看到它引用网络内容的链接。 实时对话 ---- 用 AI 重塑搜索 微软宣布，新的必应体验是四项技术突破的结晶： 下一代 OpenAI 模型。 将人工智能应用于核心搜索算法。我们还将 AI 模型应用于我们的核心必应搜索排名引擎，从而实现了二十年来相关性的最大跃升。有了这个 AI 模型，即使是基本的搜索查询也更加准确和相关。 新的用户体验。
1.7K20编辑于 2023-02-23 - 来自专栏做数据的二号姬
认真聊AI | 搜索技术
原创内容 No.704 认真聊AI | 搜索技术 书接上回，本期AI的内容到了搜索技术~ 图片由海艺AI绘制 提到搜索技术就不得不提到搜索问题。 搜索解决方案：使用广度优先搜索（BFS）或深度优先搜索（DFS）找到从初始状态到目标状态的路径。 剪枝条件：在搜索过程中，如果发现某个状态已经搜索过了，或者某个状态不符合问题的约束条件，就可以将其从搜索路径中剔除，以避免无效搜索。 这种解决问题的方法也就是搜索技术。 我们在实际执行的时候，为了提高搜索的速度，图搜索并不是先生成所有的状态连接图再进行搜索的，而是边搜索边生成图，一旦找到了合适的答案搜索就停止了。 在搜索的过程中引入启发信息，减少搜索范围，以便更快地找到问题的解，这种搜索策略称为启发式搜索。 A算法和A*算法是常用的两种启发式搜索算法，我们首先介绍一下A算法。
47710编辑于 2024-11-26 AI会消灭搜索吗？
徐一平 腾讯研究院高级研究员一边是谷歌Gemini 3高调入局，AI独角兽争相涌入，将AI搜索视为最钟爱的赛道；另一边却是马斯克“AI将消灭搜索”的惊人断言。 根据用户体验和信息检索研究中的一般性观察，在传统搜索引擎中，用户平均需要访问3-5个网页页面才能完成单次信息检索任务，搜索词优化往往需要2-3轮迭代。 当时谷歌AI Overview给出了用胶水粘住披萨的错误答案。路线二——破局原生：AI原生搜索引擎颠覆式重构该路线的代表是是以Perplexity、OpenAI为代表的AI原生搜索引擎。 中游：营销范式向夺取AI心智转移传统数字营销的核心方法论——搜索引擎优化（SEO），其底层逻辑正因AI搜索的出现而面临结构性调整。过去，优化的核心是提升特定页面在搜索结果列表中的排名。 以AI搜索为代表的信息服务正在翻开新的一页。
40810编辑于 2025-12-10- 来自专栏机器学习
AI 文档搜索系统：基于 LangChain + FAISS 的智能搜索
LangChain 和 FAISS（Facebook AI Similarity Search） 构建一个 AI 文档搜索系统。 原理解析2.1 传统搜索 VS AI 搜索传统文档搜索依赖于 全文搜索（Full-text Search） 或 基于关键词的索引。 例如： 传统搜索： 用户查询 "公司财务情况" 搜索引擎返回所有包含 "公司"、"财务"、"情况" 的文档 无法识别 "盈利情况"、"年度财报" 这些相关内容 AI 语义搜索： 使用 向量化索引 ) for result in results: st.write(result["text"])5. 总结本教程介绍了 AI 文档搜索系统 的原理、核心技术，并提供了完整的代码示例。通过 LangChain 解析文档，FAISS 进行语义索引，嵌入模型向量化文本，实现高效、精准的 AI 文档搜索。
1.6K01编辑于 2025-03-30 5分钟读懂AI搜索，抓住下一波营销红利
该公司推出的“触有数据app”定位为AI搜索监测与分析工具，通过量化品牌在各大模型中的曝光与互动表现，为企业提供精细化的运营参考。 在AI搜索逐渐取代传统检索入口的背景下，这款产品围绕“AI搜索排名”等核心指标展开监测与分析，试图为品牌在新一轮流量争夺中构建可视化的决策基础。 随着大模型及对话式搜索快速普及，用户获取信息的路径正在由“点进链接”转向“阅读AI摘要”，品牌在答案中的呈现顺序与被引用频次，开始直接影响认知和转化。 在行业层面，这类围绕AI搜索场景构建的监测工具，被部分观察人士视作“生成式引擎优化”基础设施的一种雏形，有望改变传统以搜索引擎结果页为中心的运营范式。 对企业而言，AI搜索相关数据的可视化与结构化，使内容投放、口碑管理与竞品研究逐步从经验驱动走向数据驱动，尤其为资源有限的中小企业提供了相对低门槛的决策参考。
19500编辑于 2025-11-19- 来自专栏GEO：数字营销新篇章
5步轻松让品牌在AI搜索中爆红！GEO优化快速入门
为何品牌在AI搜索中需要爆红？随着大型语言模型（LLMs）的兴起，用户查找信息的方式已经从传统的“搜索页面”转向“对话问答”。 简单来说，GEO更关注“AI如何引用和推荐你的内容”，而SEO（搜索引擎优化）则关注在传统搜索引擎（如Google、Bing）上的关键词排名。 二、品牌爆红的五大GEO策略2.1 如何从“关键词堆砌”升级为“AI提问方式”？传统SEO关注关键词的搜索量和竞争难度。然而，在AI驱动的搜索环境中，用户通常采用自然语言对话的方式进行提问。 在AI搜索模型算法不透明（“黑箱特性”）的环境下，专业的GEO平台成为提升AI可见性的利器。 三、总结：GEO优化是AI搜索时代的必修课，其核心是提高品牌在AI生成答案中的AI可见性和引用率。品牌爆红的关键在于：1.
1.6K11编辑于 2025-09-28 - 来自专栏罗超频道
AI与搜索的双螺旋：取之于搜索，用之于搜索
近十年来，AI与搜索结合得愈发紧密，AI从搜索获取数据和反馈不断进化，反过来也在大幅提升搜索的智能化水准，两者形成类似于DNA的“双螺旋”结构，可谓取之于搜索也用之于搜索。 百度财报显示，今年9月百度App MAU已达到6.34亿，同比增长5%。而据何俊杰在WISE大会上介绍，“过去一年，百度搜索的规模有增无减，年同比实现了17%的增长。 AI率先在搜索引擎场景大规模商用并不让人意外。 第一，AI与搜索都具备“数据驱动”的本质。 2、百度深耕AI 10余年，练就了一身AI真功夫。 百度2010年成立多个AI相关团队的目的均是为了改进搜索，可以说百度是最早做AI+搜索场景的。 百度早已从搜索引擎升级成AI公司，但这并不意味着百度不做搜索了，相反，百度是真的将“AI+搜索”这件事给做透了，搜索与AI形成了很强的协同效应，两者都受益。
95630编辑于 2022-12-14 - 来自专栏周末程序猿
ChatGPT|AI搜索（Tiny Search）上线
1、简介 AI搜索（Tiny Search）是类似Perplexity AI，实现会话搜索引擎，通过将搜索的内容聚合，然后通过AI进行整合从而提升搜索效率，之前贾扬清也开源了Perplexity的源码， disabled: false 2.2、定义Prompt Prompt是AI搜索的核心，定义了AI搜索的意图，包括两个部分： 通用的RAG的Prompt，是针对返回的内容，让LLM如何进行总结 （页面上的"AI回答"）。 AI. sentence comes from multiple contexts, please list all applicable citations, like [citation:3][citation:5]
24000编辑于 2025-02-27 - 来自专栏算法一只狗
AI 时代：它正在改变搜索，但远未取代搜索
现在真的太依赖于AI助手去回答问题了。AI助手如 ChatGPT、DeepSeek 等确实正在 改变人们的信息获取方式，但还远没有全面取代传统搜索引擎。 根据一份覆盖 2023 年 4 月至 2025 年 3 月的研究数据，AI聊天助手的流量确实快速增长（同比 +80.9%，达到 552 亿次访问），但搜索引擎的总流量仍高达 1.86 万亿次，同比仅略降 这些挑战凸显了 AI 代理与传统搜索引擎之间的差异。AI 搜索代理代表了我们与在线信息交互方式的重大转变。 从最初的“搜索 + 阅读 + 总结”，到如今可以直接对话式获取整合答案、代码框架和应用方案，对于算法工程师、程序员、内容创作者，AI 已成为不可或缺的辅助工具。 未来 AI 助手是否能够取代搜索引擎，尚且无法定论，但可以确定的是——善用 AI 的人，正在取代不会用 AI 的人。
39710编辑于 2025-07-04 - 来自专栏专知
谷歌搜索和AI部门分家：Jeff Dean和Ben Gomes分别执掌AI和搜索业务
【导读】当地时间2018年4月2日，国外媒体网站The Information报告了关于Google一则重大消息，即谷歌的搜索和人工智能业务将拆分成两个独立的部门——AI部门和搜索部门。 谷歌曾在2016年将搜索和AI两个部门合并成立新的部门，并由John Giannandrea担任高级副总裁执掌新部门，以更好地在其核心搜索业务中应用AI技术，随着AI技术的发展，AI已不再局限于搜索服务 因此，近日爆出消息，Google将把该部门重新分裂成AI和搜索两个独立的部门。 此前担任谷歌高级副总裁John Giannandrea将卸任，随之迎来了AI和搜索两个部门新的领导人，分别是：谷歌大脑负责人Jeff Dean和谷歌资深研究员Ben Gomes。 由此次谷歌部门重组，可见谷歌的工作重心将不只是AI服务于搜索业务，AI作为当前最为流行的技术领域，将会在谷歌公司的全线产品中发挥至关重要的作用。
1.5K80发布于 2018-04-13 - 来自专栏内容营销专家刘鑫炜
AI搜索实战专家刘鑫炜：AI 搜索营销是什么，零基础入门详细教程
真实数据：据博查公司（服务DeepSeek、豆包等AI平台的技术公司）统计，2025年5月底开始，AI平台对低质AIGC内容的筛查力度大幅提升，纯AI生成、未做人工优化的内容，被降权的概率高达89%，甚至有 发布技巧：结合行业特点，比如餐饮行业，就发布“本地餐饮AI搜索引流技巧”，内容带地域关键词，更容易被本地用户搜索到。关键提醒：新手不要同时做5个以上平台，精力不够，反而做不好。 三、必看注意事项：这5点，决定你能不能长期做下去（避坑+合规）很多新手好不容易做出效果，却因为忽略了这些注意事项，导致账号被限流、内容被删除，甚至触犯法律，之前的努力全白费。 这5点注意事项，一定要记牢，尤其是合规问题，千万不能忽视。1. 5.
22610编辑于 2026-03-03 - 来自专栏自然语言处理
迈向 AI 搜索范式：从AI搜索、多模态推荐到零样本混合检索器
信息检索领域前沿研究观察：从AI搜索到多模态推荐 最近在信息检索领域看到了不少有意思的研究进展，从百度搜索提出的AI搜索范式到各种新颖的检索增强方法，这些工作都在试图解决当前搜索和推荐系统面临的实际问题 AI搜索的新范式：多智能体协作系统 百度搜索团队最近提出了一个很有意思的"AI搜索范式"概念。 可以说是把现在AI领域的多种技术有机结合到了搜索场景中。 : 多模态嵌入的统一空间 Jina AI的jina-embeddings-v4模型展示了多模态嵌入的一个重要发展方向：将文本和图像表示统一到单一语义空间中。 这个问题的挑战在于，模型需要学会三个关键能力：什么时候需要搜索、应该搜索什么内容，以及如何根据搜索结果进行推理。 现有的RAG方法往往采用固定的管道，容易导致过度搜索的问题。
47710编辑于 2025-07-02 - 来自专栏量子位
不用关键词也能精准搜索，新AI搜索引擎火了，网友：刚用5分钟就设为默认
试试直接给AI描述你要查的内容！ 这可不是什么“智能推荐”功能，而是一个新出炉的AI搜索引擎Metaphor。 与谷歌百度等搜索引擎不同，Metaphor搜东西靠的是提示（prompt），就像引导AI作画一样。 △直接输入一句话，不用抠关键词 如果提示合适，AI就能准确理解你想要的意思，迅速从无数链接中抽出你想要的网站，按匹配度由上至下列给你，在模糊搜索上甚至比单纯靠关键词搜索更加精确。 Metaphor在网上公开测试版后大火，有网友用了不到5分钟，就把它换成Chrome默认搜索引擎了： 所以它究竟是个怎样的搜索引擎，实际使用效果又如何？ 如何使用这个搜索引擎网站？ ~ 你还有见过类似好玩的AI搜索引擎吗？
84020编辑于 2022-12-08 - 来自专栏前端专精
通过MongoDB Atlas 实现语义搜索与 RAG——迈向AI的搜索机制
目录 通过MongoDB Atlas 实现语义搜索与 RAG——迈向AI的搜索机制 一、引言 二、语义搜索与 MongoDB Atlas 的背景 三、MongoDB Atlas 的向量搜索功能 1. 迈向AI的搜索机制 一、引言 随着大模型和语义搜索的迅速发展，如何高效管理和检索大规模非结构化数据成为现代应用的重要课题。 提高信息匹配精度：语义搜索基于内容的相似性，可跨越词汇的表面差异。 支持自然语言处理：与大语言模型（如 GPT）集成，使得数据库能够直接支持生成式 AI 和问答系统等高级应用。 在 MongoDB Atlas 中进行向量相似度搜索 const k = 5; // 设置希望检索的相似文档数量 const results = await collection.aggregate ); // 5.
82710编辑于 2025-01-22 - 来自专栏腾讯云TVP
腾讯元宝搜索实践：大模型时代，AI 如何让搜索焕发新生
本文特邀腾讯云元宝 AI 搜索团队的叶莎妮老师，和大家探讨在大模型颠覆知识生成模式的当下，为何我们仍注重搜索以及搜索如何在大模型时代焕发新生。 作者简介 叶莎妮，来自腾讯云元宝 AI 搜索团队。 二、大模型和搜索的关系 大模型和搜索对彼此的影响 搜索这项诞生超 30 年的互联网“古典技术”，在 AI 时代仍旧是兵家必争之地。这是因为大模型与搜索能力有着互补、双向进化的紧密关联。 而大模型则赋予搜索 “新大脑”，推动搜索从链接列表加人工筛选，升级为 AI 自动生成精准答案，更带动架构向生成式演进，实现算法全链路重构。 如前面介绍的混元 T1+RAG 实现的 AI 搜索，已积累大量应用场景，每日服务上亿次用户需求。 这些环节对应了 AI 搜索从基础能力建设到线上落地的全流程。
2.3K10编辑于 2025-08-20 - 来自专栏机器学习入门
挑战程序竞赛系列（5）：2.1广度优先搜索
https://blog.csdn.net/u014688145/article/details/72499714 2.1广度优先搜索 详细代码可以fork下Github上leetcode = new HashMap<>(); map.put("01234567", 0); char[][] init = {{'0','1','2','3'},{'4','5'
56540发布于 2019-05-26
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号