LLM重排器通过对话上下文提升房地产搜索效果

研究人员开发了一种新的基于大型语言模型（LLM）的重排器，以改进房地产领域的对话式搜索。该系统通过根据用户表达的细微、多轮对话来重新排序房产列表，从而增强现有的推荐引擎。使用LLM作为裁判（LLM-as-a-Judge）框架并经过人类验证，创建了一个包含960,000个查询-项目对的广泛评估数据集。该方法在重排质量方面显示出显著的改进，在生产A/B测试中，点击率提高了5.3%，预约访问量提高了4.8%。 AI

影响 增强了LLM在房地产搜索等专业领域的应用能力，改善了用户体验和转化率。

排序理由 该项目是一篇研究论文，详细介绍了一种新的基于LLM的房地产搜索方法。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.IR (Information Retrieval) 阅读 →

• alphaXiv
• CatalyzeX
• CORE Recommender
• DagsHub
• Gotit.pub
• Hugging Face
• Influence Flower
• Latin America
• LLM-as-a-Judge
• QuintoAndar Group
• ScienceCast

• 产品
• 论文

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →