猫眼影戏
 |
|
猫眼影戏
熊仁
手机审查
猫眼影戏记者 楚志强 报道Q8X2R7L1T4J5M9B6W3
当你在电商平台搜索“苹果” ，系统会推荐“水果”照旧“手机”？或者直接跳到某个品牌旗舰店？短短一个词 ，背后承载了完全差别的购置意图。而推荐是否精准 ，直接影响用户的搜索体验 ，也影响平台的转化效率。
盘问推荐（Query Suggestion）是现代电商搜索系统中的要害功效 ，通过在用户输入历程中实时推荐相关盘问 ，资助用户快速明确意图 ，提升搜索体验与转化效率。古板要领通常接纳多阶段级联架构（MCA） ，虽然在效率与效果之间取得了一定平衡 ，但由于各阶段目的纷歧致、长尾盘问召回难题等问题 ，限制了系统性能的进一步突破。
基于上述问题 ，快手在业界首次提出端到端的天生式统一盘问推荐框架 ——OneSug ，乐成将召回、粗排、精排等多个阶段统一在一个天生模子中 ，显著提升了推荐效果与系统效率 ，在快手电阛阓景中实现了营业指标与用户体验的双重提升。
本事情相关效果《OneSug: The Unified End-to-End Generative Framework for E-commerce Query Suggestion》已被人工智能顶级聚会 AAAI 2026 吸收。
论文链接：https://arxiv.org/abs/2506.06913
一、研究配景
古板盘问推荐系统通常接纳多阶段级联架构 ，依次举行召回、粗排和精排。只管该架构在响应时间与转化率之间实现了一定平衡 ，但也带来了显着的局限性：
级联式框架（召回 -> 粗排 -> 排序） ，前一链路性能决议下一链路上限 ；召回、排序疏散手艺迭代范式 ，全链路统一目的优化难 ；长尾前缀由于缺乏历史行为数据 ，难以召回高质量 Query。
近年来 ，天生式检索（Generative Retrieval）因其强盛的语义明确与天生能力 ，在推荐与搜索领域展现出重大潜力。然而 ，现有要领多聚焦于视频推荐 ，其实质上是一个开集到开集的使命 ，难以直接应用于输入输出都是开放词表的的盘问推荐场景。
二、要领简介：OneSug 的三大焦点？
针对上述问题 ，快手提出了 OneSug 模子 ，整体架构如上图所示 ，主要包括 3 个部分：
（1）Prefix-Query 表征增强？椋≒refix2Query Representation Enhancement）
（2）统一的 Enc-Dec 天生架构（Unified Encoder-Decoder Architecture）
（3）用户行为偏好对齐（User Preference Alignment）
1. Prefix-Query 表征增强？
Sug 场景下 ，用户输入的前缀往往较短且意图模糊（如 “苹果” 可指水果或品牌）。为此 ，快手提出的解决方法分为 2 个部分。
语义与营业空间对齐：以 BGE 作为 base 模子 ，同时引入用户真实的 prefix2query、query2query 数据 ，使用比照学习对 BGE 举行微调 ，使其语义空间与快手电商的营业特征空间对齐。条理化语义 ID 天生：在对齐语义空间的基础上 ，引入 RQ-VAE ，为每个前缀和 Query 天生条理化的语义 ID。RQ-VAE 可将恣意文本映射为离散的语义 ID ，同时包管语义相近的 query 会被编码到相同的簇中。通过这种方法 ，关于任何一个用户输入的前缀 ，可以快速匹配到与其语义 ID 最靠近的 top-K 个相关 query ，作为增强上下文输入后续天生模子。
2. 统一的 Enc-Dec 天生架构
OneSug 的天生架构基于 Enc-Dec 结构 ，并直接通过自回归（Autoregressive）方法天生用户最有可能点击的 Query。
该模子的输入包括四个要害部分：
（1）用户目今输入前缀（如 “智能手机”）
（2）由 PRE ？樵銮康南喙嘏涛市蛄校ㄈ “智能手机性价比 2025”）
（3）用户历史行为序列（如已往搜索的 “蓝牙耳机”、“手机壳” 等）
（4）用户画像信息
输出即为模子天生的 Query 列表（如 “智能手机推荐 2025”、“智能手机性价比排行”）。
3. 用户行为偏好对齐（RWR）
3.1 用户偏好量化
3.2 混淆排序框架奖励加权偏好优化
古板的 DPO 使用 < 正样本 ，负样本 > 对举行训练 ，但默认两者一律主要。这在营业场景中是不对理的 ，由于区分 “点击” 和 “曝光” 的难度远小于区分 “点击” 和 “随机负样本”。
RWR 的焦点头脑是凭证正负样本之间的奖励差别 ，为差别的样本对付与差别的学习权重？焓止菇司胖掷嘈偷难径裕ㄈ
）。关于每一对样本 ，盘算其奖励差别权重 rwΔ：
3.3 混淆排序框架
为了战胜古板 Pairwise 范式的 DPO 在全局排序能力上的局限性 ，快手引入了一种混淆排序框架。该框架将 listwise 范式的排序损失和 point-wise 范式的 sft loss 举行混淆 ，使得模子既能获得高效的排序能力 ，同时阻止 reward hacking 造成的天生能力下降。
Pairwise 范式对齐模子 ，在包括多个负样本的候选中无法学习到 “哪个是最好的”。受 Plackett-Luce 模子启发 ，快手设计了 Listwise 排序损失 ，关于正样本 ，让模子同时拉大它与所有负样本的奖励差别 ，迫使模子不但要知道正样本比负样本好 ，还要学会在负样本越多、越强的情形下 ，依然将正样本排在前面 ，从而直接优化列表的整体排序质量。
论文中划分提出了基于 Pairwise 和 ListWise 范式的混淆排序框架 ，同时在理论上证实晰 Pairwise 范式的对齐模子是 ListWise 的特殊情形。
三、实验效果
离线效果
在快手电阛阓景的大规模数据集上 ，OneSug 在 HR@16 和 MRR@16 指标上均显著优于古板多阶段系统与天生式基线模子。论文中同时提到 ，OneSug 不但适用于 Enc-Dec 结构的天生式模子 ，Decode-only 架构的模子同样适用 ，且具有更高的离线指标 ，由于现阶段的推理耗时约束暂时没有举行在线实验。
在线 A/B
OneSug 模子现在已在快手电商搜索场景下全量推全。在 AB 实验中 ，OneSug 大幅度提高了 Ctr、订单和 GMV 等指标 ，同时人工测评 GSB 指标也有很大幅度的提升。
在线推理
线上流程完全取代了召回 - 粗排 - 精排 ，使平均耗时降低了 43.2% ，为后续优化提供了富足的空间。
四、总结与展望
OneSug 是业界首个在电阛阓景中实现全流量安排的端到端天生式 Query 推荐系统 ，其统一建模方法显著提升了语义明确与个性化推荐的能力 ，为天生式模子在搜广推的落地提供了新范式。
未来 ，快手将进一步探索大语言模子在排序阶段的强化学习优化、实时更新等偏向 ，一连推动端到端天生式系统在推荐、广告等多营业场景中的普遍应用。
??时势1：日本大黄视频
??01月19日,中新健康丨上海专家半毫米血管内“穿针引线”成功救回婴儿生命,
“算了 ，我们先回去 ，那水宝有眉目了 ，它于我族来说关连甚大 ，也许足以让我雨族崛起 ，泛起一位人皇。”
?第一百三十章,freeHD 中国麻豆同人。??01月19日,“广东制造”国产汽车出口再添新通道,
“这名字……”众人都是一呆。
,原神女角色裸体无遮挡,姬小满流眼泪翻白眼流口水的表情,黄页视频网。??时势2：雷电将军乳液狂飙在线播放
??01月19日,黄金一天一价！实物金还是虚拟金，“变现”都有风险,
商会的建设 ，致力于为会员民企更为富厚的商贸投资资讯 ，为民营企业“走出去”实质性的资助 ，关于民企顺应错综重大的海内外经济情形 ，赢得生涯的空间 ，具有重大的作用和价值。面临未来的事情 ，我想商会的重点应该在以下几个方面：
,午夜污片又黄又粗,大陆一级A片人一级A片,九九精品6。??01月19日,上海中小企业成长“秘笈”：深耕“专精特新”、渴望“耐心资本”,
狻猊临死前自毁 ，通体龟裂 ，凭证村人的推测 ，它毁掉了自己的原始符文。但凡远古遗种死前都会想方想法消逝种族传承下来的印记 ，阻止落入他族手中 ，禁止有失。
,精灵宝可梦18禁,国产又黄又爽又色在线观看,偷拍视频免费。??时势3：看黄名站在线
??01月19日,留学柏林 点亮青春梦想,
三柄剑都是难堪的宝具 ，无价之宝 ，令他动心 ，可是他却也知道 ，即便雨族再强势 ，有些工具也不可碰。
,操操操干干,囯产黄色网站,丁香色a∨成人导航。??01月19日,第二届两岸青少年“创未来”科普夏令营在福州开营,
“没毛的大鹰过来 ，朝我这里冲！”石林虎大叫 ，顶在最前方 ，仰头看着那头俯冲下来的凶禽 ，与此同时他从怀中掏出一块兽骨 ，应是凶兽的臂骨。
,女人淫黄色视频网址,国内精品免费视频在线拍,来自房东偷窥的爱在线播放。??时势4：99ri 国产
??01月19日,十部门出台措施支持境外机构投资境内科技型企业,
“太狠了 ，这么小的孩子 ，他们也忍心下的了手。”小不点一副小大人的语气 ，浑然遗忘了自己年岁也不大。
,美女自慰福利,www.青草青,影音先锋2019av资源网。??01月19日,促进“一带一路”民心相通 香港共享基金会在路上,
“这样说来 ，有了不起的圣物出土了 ，一直没有被那些远古遗种获得 ，引动了十方风云！”金色的大帐中走出一个老者 ，高峻魁梧 ，眼睛竟能冒出一缕缕金色的闪电 ，恐怖之极。
,性爱AV网站在线,最新亚洲一级黄色片,黄片无码免费不卡。责编：乔治娜
审核：伊布拉希莫维奇
责编：陈晶
Copyright (C) 2001- Dzwww 鲁ICP备09023866号-1
