隐喻 API：为 LLM 构建的革命性搜索引擎
Metaphor API Revolutionary search engine built for LLM
互联网曾经是一个乌托邦，每个人都可以获取关于任何话题的最新信息。然而，为争夺用户的注意力，网站已经变得扭曲。Metaphor团队认为，这在谷歌搜索的衰落中最为明显。在谷歌搜索结果中排名更高以利用相应的流量非常重要，以至于它已经形成了自己的行业：搜索引擎优化。结果，网站竞争激烈，不是为了拥有最好的内容，而是为了在谷歌的搜索结果中排名更高，即使对于相对简单的查询，如“茄子通心粉食谱”。
Metaphor团队致力于通过利用巨大的语言模型的能力来恢复搜索的魅力；像GPT3这样的技术进步给了他们希望。他们获得了初创公司的投资，购买了一个GPU集群，并开始改进搜索。他们的目标是（并且继续努力）在进行互联网搜索时让人感觉像是被带领着穿越人类知识的总和。
该团队推出了Metaphor API，这是一个用于将LLM与网络集成的统一接口。只需要几行代码：
- 尝试关键字或比喻搜索
- 即时返回解析后的HTML。无需抓取网页。
在进行比喻搜索时，会使用基于Transformer的模型预测与查询最相关的链接。主要区别在于Metaphor返回的结果更加个性化，更符合用户具体的查询需求。如果在谷歌中输入“AI播客”，会得到一堆类似“11个最佳AI播客”的链接，但在Metaphor中，会得到实际的播客，这些播客已经通过质量和相关性进行了神经排序。
该团队的神经网络已经经过训练，可以识别这样的文本并预测下一个连接。结果是一种模仿分享所找到的链接的新方法，用于找到在线所需内容。虽然可能一开始不太明确，但以这种方式进行的搜索可以产生相关且有用的结果。以下是一些搜索选项：
- 通过搜索来描述或感受。
- 只搜索所需类型的实体。
- 发现谷歌没有明显显示的材料，因为关键字不是最佳方法，或者因为搜索引擎对其排名不太关心。
- 寻找与搜索中的链接类似的更多链接。
主要特点
- Metaphor采用基于Transformer的架构来进行链接预测。这使得搜索可以以普通语言的完整表达能力进行。
- 它可以即时返回任何网页的丰富解析的HTML，因此网页抓取永远不是一个问题。
- 可以根据时间范围和域名等条件来细化搜索。
- 使用起来简单，并提供Python和Node的SDK。查看实施指南
- 以了解如何让GPT处理一切。
- 索引中的任何页面都可以即时返回其内容。
- 返回更多的结果，LLM可以对它们进行排序。
- 其价格比必应API低得多。
- 使用Metaphor进行的前一千次查询每个月永久免费。
