PulseAugur
中
实时 20:37:01
English(EN) Advancing Relevance Measurement with Vision-Language Models for Web-Scale Search

Pinterest 部署 VLM 实现搜索相关性自动化评估 · 已追踪 2 个来源

作者 PulseAugur 编辑部 · [2 个来源] ·

研究人员开发了一种使用视觉语言模型（VLM）进行搜索系统相关性评估的新流程。这种自动化方法已部署在 Pinterest 搜索中，旨在通过提供更快、更具可扩展性的相关性度量来克服人工标注的局限性。基于 VLM 的系统已通过人工判断进行了验证，证明了其在在线 A/B 测试中的可靠性和效率。这一进展允许更广泛的查询集、优化的采样以及对搜索体验更全面的评估，最终带来更高的相关性指标和更小的最小可检测效应。 AI

影响 通过自动化评估增强搜索相关性和效率，可能改善用户体验并降低开发成本。

排序理由 该集群包含一篇学术论文，详细介绍了使用 VLM 进行相关性度量的新方法。

在 arXiv cs.IR (Information Retrieval) 阅读 →

AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →

Pinterest 部署 VLM 实现搜索相关性自动化评估 · 已追踪 2 个来源

报道来源 [2]

  1. arXiv cs.LG TIER_1 English(EN) · Han Wang, Alex Whitworth, Pak Ming Cheung, Zhenjie Zhang, Krishna Kamath, Xi Chen, Roberto Konow, Kurchi Subhra Hazra ·

    利用视觉语言模型推进网络规模搜索的相关性度量

    arXiv:2608.02446v1 Announce Type: cross Abstract: Relevance evaluation plays a crucial role in personalized search systems, serving as a guardrail alongside user engagement metrics to ensure that search results align with user queries and intent. While human annotation is the tra…

  2. arXiv cs.IR (Information Retrieval) TIER_1 English(EN) · Kurchi Subhra Hazra ·

    利用视觉语言模型推进网络规模搜索的相关性度量

    Relevance evaluation plays a crucial role in personalized search systems, serving as a guardrail alongside user engagement metrics to ensure that search results align with user queries and intent. While human annotation is the traditional method for relevance evaluation, its high…

相关实体

相关话题