微信扫一扫,关注公众号

  • 科技行者

  • 算力行者

见证连接与计算的「力量」

首页 打造开放的生态系统 豌豆荚发布应用内搜索技术协议

打造开放的生态系统 豌豆荚发布应用内搜索技术协议

2014-03-27 14:52
分享至:
----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.-
2014-03-27 14:52 CNET科技资讯网

百度、Bing、搜狗等是大家比较熟悉的搜索引擎,而豌豆荚却另辟蹊径,着手布局应用内搜索领域。

豌豆荚的联合创始人之一王俊煜曾表示,豌豆荚从来都不把自己定义为应用商店,在一开始就确定了做内容入口的战略。

打造开放的生态系统 豌豆荚发布应用内搜索技术协议

而豌豆荚也依照战略迅速做出反应,在去年,豌豆荚发布了视频搜索正式版;在今年一月份,豌豆荚则推出了移动内容搜索战略以及全新的4.0版本,将搜索范围拓展到游戏、应用软件、视频、电子书、壁纸等类别。

今天,豌豆荚在京正式发布了应用内搜索技术协议,这是国内首个公开发布、全面支持移动独有内容的应用内搜索技术协议,提供了对应用内内容的检索、手里和调起的标准。

打造开放的生态系统 豌豆荚发布应用内搜索技术协议

豌豆荚产品设计副总裁刘亚平表示,希望今天发布的应用内搜索技术协议,成为豌豆荚与内容提供商,应用开发者构建开放和共赢的移动互联网生态系统的基础。在此之上,豌豆荚会加快整合各类移动应用的内容资源,为用户带来优质和丰富的手机娱乐搜索体验,并将用户和流量直接导到开发者的产品中,真正为开发者带来效益。

现如今,豌豆荚已经囊括了非常丰富的资源,包括195万部视频、198万本电子书、248万张壁纸。

打造开放的生态系统 豌豆荚发布应用内搜索技术协议

豌豆荚搜索平台技术负责人李大海表示有很多的优秀移动应用诞生在移动时代,他们的内容存在于应用内,但是并没有与之配套的网站,豌豆荚希望能够全面接入这些移动的独有内容。

豌豆荚应用内搜索技术协议有普适性、经济性及实时性的特点,提供不需要应用与网页绑定的途径、全面支持移动端独有内容的接入。选择复用Microdata等方案可降低开发者接入成本,提升经济性;内容提交上可通过Sitemap来提交内容,还可以通过豌豆荚的专用的API,把最新鲜的内容推送给豌豆荚。

开发者通过描述应用内内容、向豌豆荚提交内容信息、使应用支持外部调起这三个步骤即可接入豌豆荚。

据悉,豌豆荚开发者中心同步上线应用内搜索接入申请入口。豌豆荚重视开发者的利益,豌豆荚也将保证搜索和推荐结果的公平公正、完全依照内容质量和用户使用数据提供,与开发者共同打造开放供应的移动互联网生态系统。

分享至
0赞

好文章,需要你的鼓励

推荐文章
  • 南方科技大学等机构联手破解AI推理训练难题:让大模型"一次思考"就学会解题

    南方科技大学等机构联手破解AI推理训练难题:让大模型"一次思考"就学会解题

    本文介绍了由南方科技大学等机构于2026年4月发表的研究(arXiv:2604.08865),提出了名为SPPO的大模型推理训练新方法。该方法将推理任务重新建模为"序列级情境赌博机",用一个轻量级价值模型预测题目难度,以单次采样替代GRPO的多次采样,解决了标准PPO的"尾部效应"问题。实验显示,SPPO在数学基准测试上超越GRPO,训练速度提升约5.9倍,配合小尺寸价值模型还能显著降低显存占用。

  • 香港科技大学数学系研究者:扩散模型原来是一个"魔法恒等式"拆成了两半

    香港科技大学数学系研究者:扩散模型原来是一个"魔法恒等式"拆成了两半

    这项由香港科技大学数学系完成的研究(arXiv:2604.10465,2026年ICLR博客论文赛道)提出了一种从朗之万动力学视角理解扩散模型的统一框架。研究指出,扩散模型的前向加噪和逆向去噪过程,本质上是朗之万动力学这一"分布恒等操作"被拆成了两半。在这个视角下,VP、VE-Karras和Flow Matching等不同参数化的模型可被精确互译,SDE与ODE版本可被统一解释,扩散模型相对VAE的理论优势得以阐明,Flow Matching与得分匹配的等价性也得到了严格论证。

  • 中国人民大学研究团队打造的"AI科学家":让机器自主完成几十小时的科研工程,它是怎么做到的?

    中国人民大学研究团队打造的"AI科学家":让机器自主完成几十小时的科研工程,它是怎么做到的?

    中国人民大学高岭人工智能学院等机构联合开发了AiScientist系统,旨在让AI自主完成机器学习研究的完整工程流程,包括读论文、搭环境、写代码、跑实验和迭代调试,全程无需人工干预。系统核心设计是"薄控制、厚状态":由轻量指挥官协调专业代理团队,通过"文件即通道"机制将所有中间成果持久化存储,使每轮工作都能建立在前一轮积累的基础上。在PaperBench和MLE-Bench Lite两个基准上,系统表现显著优于现有最强对比系统,论文发布于2026年4月。

  • 字节跳动发布GRN:像人类画家一样"边画边改"的AI图像生成新范式

    字节跳动发布GRN:像人类画家一样"边画边改"的AI图像生成新范式

    这项由字节跳动发布的研究(arXiv:2604.13030)提出了生成式精化网络(GRN),一套模仿人类画家"边画边改"直觉的视觉生成新框架。其核心包括两项创新:层级二进制量化(HBQ)通过多轮二分逼近实现近乎无损的离散图像编码,以及全局精化机制允许模型在每一步对整张图像的所有位置重新预测并随时纠错,从根本上解决了自回归模型的误差积累问题。配合基于熵值的自适应步数调度,GRN在ImageNet图像重建(rFID 0.56)和生成(gFID 1.81)上均创下新纪录,并在文本生成图像和视频任务上以20亿参数达到同等规模方法的领先水平。

----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.-