小红书的研究人员开发了IntentFlow,一个新颖的实时多模态搜索系统,旨在提高图像-文本查询的搜索相关性。与仅依赖视觉或主题相似性的传统方法不同,IntentFlow使用分层分类法显式地建模用户检索意图。这种方法指导数据构建、表示学习和重排序,从而显著提高了搜索参与度。在小红书平台上进行的A/B测试表明,IntentFlow在点击率和用户在搜索结果页面花费的时间方面取得了显著的增长,同时保持了工业级的延迟。 AI
影响 提高了多模态查询的搜索相关性,有望改善内容平台的用户体验和参与度。
排序理由 该项目是一篇详细介绍新的多模态搜索系统的研究论文,而非主要AI实验室的直接产品发布。[lever_c_demoted from research: ic=1 ai=1.0]
在 arXiv cs.IR (Information Retrieval) 阅读 →
- alphaXiv
- arXiv
- CatalyzeX Code Finder for Papers
- Connected Papers
- CORE Recommender
- DagsHub
- Gotit.pub
- Hugging Face
- Influence Flower
- IntentFlow
- Litmaps
- ScienceCast
- scite Smart Citations
- Xiaohongshu
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →