深度分析
OneSearch-V2:以自蒸餾、鏈式思考與行為回饋優化生成式檢索
生成式檢索正改寫檢索與推薦場景,但現行系統對複雜查詢與個人化意圖理解有限。OneSearch-V2提出三項關鍵改進:以關鍵詞化思路擴充查詢理解、內化推理的自蒸餾訓練管線,以及以使用者行為回饋為核心的偏好對齊優化。離線與線上實驗顯示系統在點擊率、轉化率及訂單量上均有顯著提升,且不增加推論延遲。
深度分析
生成式檢索正改寫檢索與推薦場景,但現行系統對複雜查詢與個人化意圖理解有限。OneSearch-V2提出三項關鍵改進:以關鍵詞化思路擴充查詢理解、內化推理的自蒸餾訓練管線,以及以使用者行為回饋為核心的偏好對齊優化。離線與線上實驗顯示系統在點擊率、轉化率及訂單量上均有顯著提升,且不增加推論延遲。
深度分析
生成式檢索面臨前綴修剪導致遺漏相關文件的挑戰。PAG透過同時解碼產生文件級的look-ahead先驗,將該先驗當作額外獎勵以引導trie約束的逐步解碼並減少早期剪枝。重現與壓力測試顯示在作者釋出資源下能復現效能,但規劃信號對詞彙變動與跨語言查詢相當敏感。