偏好對齊

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。