# 领域本体

Sarvam 为企业智能体构建“知识织物”：先把文档一次性编译成可导航的知识树和可查询的领域本体，让智能体按目录定位、按实体过滤，而不是每次提问都重新检索片段。在 Harvey 的 LAB 律所知识基准上，以 GLM 5.3 为智能体模型，答案满足专家评分标准的比例从 agentic RAG 的 55.1% 升到 84.2%，平均任务成本从 0.64 美元降到 0.28 美元；在 Sierra 的 tau-knowledge 银行基准上，以 GLM 5.2 运行，知识织物与基线准确率相当，token 用量少 64%。

Sarvam 为企业智能体构建“知识织物”：先把文档一次性编译成可导航的知识树和可查询的领域本体，让智能体按目录定位、按实体过滤，而不是每次提问都重新检索片段。在 Harvey 的 LAB 律所知识基准上，以 GLM 5.3 为智能体模型，答案满足专家评分标准的比例从 agentic RAG 的 55.1% 升到 84.2%，平均任务成本从 0.64 美元降到 0.28 美元；在 Sierra 的 tau-knowledge 银行基准上，以 GLM 5.2 运行，知识织物与基线准确率相当，token 用量少 64%。