研究人员开发了查询条件生成搜索 (QGS)，这是一种使用生成序列模型改进搜索排名的新方法。QGS 通过将交互编码为（查询，物品）对来解决用户交互历史中的主题转移挑战，从而实现对下一个物品更清晰的条件预测。为了高效处理长交互历史，线性 HSTU 编码器用因果线性递归取代了标准注意力，将复杂度从二次降低到线性。此外，还引入了 HFG 注意力，将传统手工设计的搜索功能集成到生成框架中。QGS 已在中国的搜索引擎 Quark Search 中部署，并显著提高了点击率、点击搜索率和页面浏览时长。 AI
影响 这项研究引入了一种新颖的生成搜索方法，可改善用户体验和参与度指标，并可能影响未来的搜索引擎架构。
排序理由 该集群描述了一篇关于搜索排名新颖方法及其在商业搜索引擎中成功部署的最新研究论文。[lever_c_demoted from research: ic=1 ai=1.0]
在 arXiv cs.IR (Information Retrieval) 阅读 →
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
