Retrieval-GRPO

新的SSR-GRPO方法增强了电子商务密集检索

研究人员开发了一种名为SSR-GRPO的新方法，以改进电子商务搜索中的密集检索。该方法将监督学习和语义标识符与强化学习相结合，以解决现有方法的局限性，例如候选集中的噪声和相关性评估的偏差。SSR-GRPO采用双视角框架进行相关性评分，并挖掘困难的负样本，以提高模型区分细粒度语义差异的能力。大量实验证实了SSR-GRPO的有效性，并已在一个大型电子商务平台上部署。