★ 2
LLM 搜索与推荐引擎方法综述
GitHub 上出现一个仓库，系统梳理基于生成式 AI 与大语言模型构建大规模搜索和推荐引擎的方法。内容涵盖自动补全、查询澄清、跨语言检索、多语言嵌入模型、BERT 排序与深度研究等方向。属于资料汇编型项目，对搜索推荐领域研究者有参考价值。
Hacker News – AI38 天前
共 2 篇相关资讯，按重要度与时间排序，每 3 小时更新。
GitHub 上出现一个仓库，系统梳理基于生成式 AI 与大语言模型构建大规模搜索和推荐引擎的方法。内容涵盖自动补全、查询澄清、跨语言检索、多语言嵌入模型、BERT 排序与深度研究等方向。属于资料汇编型项目，对搜索推荐领域研究者有参考价值。
该论文提出一种意图驱动的查询建议框架，采用双阶段优化：先通过意图感知多样性建模构建 SFT 数据并用多样性奖励优化意图覆盖，再通过查询级信用分配将质量信号路由到对应查询 token。在大规模生产数据上的在线 A/B 测试显示，点击率、查询质量与意图覆盖均有提升。该工作对搜索与推荐系统的生成式建议有…