Exa's People Search Benchmarks

Exa AI 近日推出 人物搜索（People Search） 功能，并同步开源首个面向网络人物搜索的公共评估基准。该系统基于其微调的嵌入模型与混合检索架构，可对超过 10 亿人进行语义级检索，适用于招聘、销售、市场研究等场景。

更重要的是，Exa 并未止步于产品发布，而是试图为行业建立可复现、可比较的评估标准——这在当前缺乏统一基准的 AI 搜索领域尤为关键。

人物搜索的三大典型场景

通过对 exa.ai 上万条历史查询的聚类分析，Exa 归纳出三类主流需求：

1. 精确角色查找
   

   例如：“Figma 的产品副总裁”
   目标明确，需返回特定组织中的特定职位。

2. 基于技能与地域的发现式搜索
   

   例如：“芝加哥 SaaS 领域的销售运营总监”
   强调角色、行业、地理位置的多维匹配。

3. 特定个人定位
   

   例如：“Acme Corp 的 Jane Smith”
   姓名为主键，辅以公司信息消歧。

基准测试围绕前两类设计，分别评估精准命中能力与相关人才发现能力。

数据集构建：兼顾真实性与可验证性

为避免模型依赖预训练记忆，Exa 专门筛选知名度较低但资料可公开验证的人物样本，确保测试的是检索能力，而非“是否在训练数据中见过”。

▶ 精确查找数据集（约 700 条）

从四类公司中抽取高管与创始人：

• 获风投的初创公司（公开创始人页）
• 小市值上市公司（<20 亿美元，SEC 文件）
• 中市值（20–100 亿）、大市值（>100 亿）上市公司（C-level/VP）

每条样本包含合成查询、真实姓名、角色、公司及市值层级，例如：

{
  "query": "副总裁运营 [隐去的制造公司]",
  "name": "[隐去姓名]",
  "role": "副总裁运营",
  "company": "[隐去的制造公司]",
  "market_cap_tier": "mid_cap"
}

▶ 角色发现数据集（约 700 条）

使用 Claude Opus 4.5 生成结构化分类法，覆盖：

• 行业：金融科技、医疗、物流等；
• 角色与职级：IC（个人贡献者）、经理、总监；
• 地理层级：国家、州、城市（如“波士顿”对应生物技术）；
• 筛选条件：工作年限、技能关键词。

示例：

{
  "query": "圣地亚哥的中级入职专员",
  "role_function": "客户成功",
  "role_seniority": "ic",
  "geo_name": "圣地亚哥",
  "geo_type": "city"
}

评估方法：兼顾客观指标与语义匹配

• 精确查找：采用标准检索指标（Recall@k、NDCG），以人物公开资料页为真实标签（ground truth）；
• 角色发现：因无唯一正确答案，采用 LLM 作为评判器——对每个返回结果的页面内容进行语义验证，计算匹配率。
  

  例如：搜索“旧金山资深软件工程师”，若 10 个结果中有 9 个符合，则得分为 90%。

所有对比测试均尝试为各竞品 API 配置最优参数，确保公平性。

技术实现：混合检索 + 高频更新

• 混合检索架构：结合微调的 Exa 嵌入向量 与传统关键词信号，提升语义匹配精度；
• 数据规模：索引超 10 亿人；
• 更新频率：数据管道每周处理 5000 万+ 次更新，保障信息时效性。

开源与行业意义

Exa 同步开源：

• 人物搜索数据集（1,400 条结构化查询）；
• 评估工具代码，支持在自有系统上复现结果。

此举旨在解决当前 AI 搜索领域的核心问题：缺乏垂直领域的标准化评估。人物搜索作为招聘、销售、金融等行业的刚需场景，是构建评估生态的理想切入点。

“我们的长期目标是推动更广泛的检索研究，” Exa 表示，“这与我们‘构建完美搜索’的使命一致。”