西施被奖励哭的视频

电脑版下载

60067
6

西施被奖励哭的视频截图Q8X2R7L1T4J5M9B6W3

内容详情

西施被奖励哭的视频

短视频搜索营业是向量检索在工业界最焦点的应用场景之一。然而，目今业界普遍接纳的「自强化」训练范式太过依赖历史点击数据，导致系统陷入信息茧房，难以召回潜在相关的新鲜内容。

针对这一问题，快手搜索团队提出了一套全新的检索数据引擎 CroPS（Cross-Perspective Positive Samples）。该要领通过引入用户换 Query 数据、推荐流数据以及大模子天生的天下知识，多视角富厚了正样本信号，并连系条理化标签分派（HLA）战略和 H-InfoNCE 损失函数，实现了对相关性的细腻化建模。

现在，CroPS 已在快手搜索营业中实现全量安排，效劳亿级用户。实测批注，该计划在具备极强的架构普适性的同时，显著提升了 CTR 与长播率，并有用降低用户换 Query 率，优化用户搜索体验。

本事情相关效果《CroPS: Improving Dense Retrieval with Cross-Perspective Positive Samples in Short-Video Search》已被人工智能顶级聚会 AAAI 2026 Oral 吸收。

论文链接：https://arxiv.org/pdf/2511.15443v1

配景

目今工业界主流的向量检索模子通常接纳比照学习范式举行训练，拉近 Query 与正样本在向量空间中的距离，同时推远与负样本的距离，从而学习内容相关性。

然而，在绝大大都工业系统中，训练数据的正样本高度依赖历史曝光日志中的用户交互行为（如点击），导致「自强化」循环爆发。

详细而言，模子倾向于检索与历史高频点击内容相似的视频，用户受限于展示效果，只能在有限内容中选择和反响，而这些反响又再次作为正样本进入下一轮训练，进一步强化了模子原有的偏好。

这种机制不可阻止地引发了严重的样本误差。一方面，大宗潜在相关但从未获得曝光时机的优质长尾内容，被系统性地扫除在正样本之外，甚至在随机负采样历程中被过失标记为负样本。这种误差使模子的检索视野逐渐狭窄，搜索效果变得守旧且简单。

另一方面，由于缺乏对新颖内容的探索能力，用户的搜索体验逐渐固化，难以在效果中获得惊喜或知足探索性需求。

以往的学术研究多致力于刷新模子结构（如引入交互更重大的 Poly-Encoder）或优化负采样战略（如挖掘难题负样本），从而提升检索性能。虽然这些要领在一定水平上增强了对已知内容的判别能力，但始终在历史曝光数据的界线内打转，无法从基础上缓解正样原泉源简单所带来的 “信息茧房” 效应。

针对这一挑战，快手搜索团队提出了 CroPS 框架，从泉源上突破数据闭环。CroPS 首次在业界引入「跨视角」的正样本信号，重塑了检索模子的训练图景。

要领

多视角正样本增强引擎 CroPS

为了突破数据界线，CroPS 框架构建了一个包括三个维度的正样本增强引擎，划分使用用户换 Query 行为、推荐系统反响以及大语言模子（LLM）的天下知识，来全方位地富厚语义空间。

1. 基于用户换 Query 行为的盘问级增强

在真实的搜索场景中，用户往往难以一次性精准表达意图。当用户输入盘问词 A 却未能找到知足效果时，通�；峋傩信涛手毓�，输入语义相关但表述差别的盘问词 B。若是用户在盘问词 B 的效果下爆发了深度交互，那么该交互视频在语义上极有可能是盘问词 A 的理想正样本，只管它从未在 A 的效果中获得足够的曝光。

CroPS 敏锐地捕获到了这种「意图一连性」。通太过析用户在短时间窗口内的改写序列，并使用轻量级语义判别器举行过滤，系统能够将改写后获得的乐成点击 “回流” 给原始盘问，使用用户的修正行为来纠正模子的语义误差。

2. 突破搜推壁垒的系统级增强

推荐系统拥有海量用户消耗数据，并且其算法机制自然倾向于发散和探索，因此推荐流中的视频往往具有更富厚的多样性。

CroPS 建设了一套跨系统的信号桥接机制：关于统一个用户，若是他在推荐信息流中深度消耗了某个视频，且该视频在语义上与用户近期的搜索词高度相关，该视频就会被引入作为搜索模子的正样本。

通过这种跨系统的信号融合，搜索模子能够使用推荐系统的探索能力，将用户感兴趣但未自动搜索到的内容纳入召回视野，从而有用缓解简单系统带来的位置误差和曝光误差。

3. 引入大模子的知识级增强

当平台现有的内容库或日志无法笼罩某些长尾、重大盘问时，纯粹依赖内部数据是无解的。为此，CroPS 引入了大语言模子（LLM）作为「虚拟检索器」和「内容天生器」，使用 LLM 蕴含的富厚天下知识天生高质量合成样本。

详细而言，系统接纳单样本提醒（One-shot Prompting）战略，让 LLM 饰演视频内容专家，针对特定盘问天生包括问题、形貌和标签的虚拟视频元数据。将这些合成数据作为正样本，逊Й塔模子，相当于将外部天下的知识与逻辑 “蒸馏” 进检索模子中。

这一要领使得模子在面临「冷门」或「从未见过」的搜索 query 时，仍能够依附语义明确能力找到相关内容，从而彻底突破平台存量数据的限制。

条理化标签分派 (HLA)

HLA 的焦点是解决 CroPS 多源正样本的「可靠性差别」问题。差别泉源的正样本（好比：用户换 Query 后爆发互动的视频、推荐流中的视频）与用户真实需求的契合度各不相同。若是一视同仁举行训练，模子可能难以捉住重点。

因此，HLA 为样天职配「分层标签」，让模子能够识别样本的主要水平，从而学习更细粒度的相关性，更好方单合系统优化目的。

详细来说，HLA 将样本划分为「正样内情关层级」和「负样本层级」，为后续训练提供「细粒度监视信号」，差别类型样本对应牢靠标签，详细如下：

H-InfoNCE 损失函数

古板的语义召回接纳的是 InfoNCE 举行优化，默认「样本只有正 / 负两种标签」，会逐个比照「单个正样本」和「对应的负样本」，无法区分 HLA 里「高标签正样本（如上图 Table 1 的标签 5）」和「低标签正样本（如上图 Table 1 的标签 3）」的条理化差别。

而 H-InfoNCE 在训练时，将「目今样本」与「标签严酷低于它的所有样本」举行比照。这不但突显了高优先级样本的主要性，也使学习目的与 HLA 的层级逻辑完全对齐，实现细粒度的语义区分。例如：

若目今样本是「用户换 Query（标签 5）」，H-InfoNCE 会将其与「标签 ≤4 的所有样本（包括推荐正例、曝光未点击样本、负样本等）」一起比照，强制模子学习「标签 5 样本与盘问的相似度，必需高于所有低标签样本」。若目今样本是「曝光未点击样本（标签 3）」，则只需比照「标签 ≤2 的样本」。

通过这种方法，模子能够逐步掌握「高标签样本更主要」的排序逻辑。

H-InfoNCE 在这里通过样例标签矩阵、样本 mask 矩阵等获得了高效实现。

实验效果

为了验证这一框架的有用性，团队构建了两类测试集，来权衡模子的召回率 Recall@100：

CT：用户点击测试数据集，即用户点击的视频作为正例；QR：用户换 Query 测试数据集，即用户换 Query 后消耗的视频作为正例。

同时也引入了相关性标注测试数据集，以 NDCG@4 为监测指标，作为模子的相关性表征能力怀抱。

离线实验

论文中主要较量了三类主流要领：

经典要领：BM25（概率排序基线）、NCE（古板比照学习）；神经网络要领：DPR（双编码器浓密检索）、ANCE（动态难负样本采样）、ADORE+STAR（NN 模子引入筛选负例）；负采样战略：TriSampler（基于样本的空间位置举行的负例采样）、FS-LR（多级别负标签战略）。

在离线实验测试中，CroPS 相较于最强基线 FS-LR 在 CT 数据集上提升 9.5%，在换 Query 测试集 QR 上提升 7.1%。同时 NDCG@4 和最强基线相当（67.4%->67.0%）

在线实验

在快手搜索的大规模 A/B 测试中，CroPS 带来了全方位的营业增添：

点击率（CTR）显著提升了 0.869%，长播放率（LPR）提升了 0.483%，批注召回的内容不但相关度高，并且内容质量足以吸引用户长时间驻留。用户换 Query 率（RQR）下降了 0.646%，意味着用户「一次搜对」的概率大幅增添，不再需要频仍替换搜索词来找到想要的内容，直接反应了用户搜索体验的质变。

总结与展望

CroPS 证实晰在工业检索系统中，正样本增强是缓解「信息茧房」问题的有用钥匙，能够提升系统上限。通过跨视角引入多样化信号，并连系细腻化优化战略，CroPS 乐成突破了自强化训练的界线。

未来，快手搜索团队将进一步探索 CroPS 与天生式检索（Generative Retrieval）要领的融合，一连挖掘大规模语言模子在搜索全链路中的潜力。