OneBar: An End-to-End Content-Grounded Generative Query Recommendation Framework for E-Commerce Video Feeds
OneBar：电商视频流中内容驱动的端到端生成式查询推荐
🧭 生成式查询推荐 · 内容grounding与on-policy蒸馏 ★ 深度解读
Zhejiang University · Kuaishou Technology
端到端生成式框架，融合多模态意图grounding与偏好内化蒸馏，实时推荐搜索词，曝光+16.91%，GMV+21.67%
📌 工作参考价值（4 点）
- 在延迟敏感的推荐场景，将多阶段级联压缩为单模型生成，并使用 [SEP] 分隔的紧凑 evidence 序列，离线缓存多模态与协同特征，可实现在 20-30ms 内在线 serving。
- 噪声内容 grounding：构造包含清理文本、多模态摘要、协同行为锚点和过滤后用户历史的 evidence schema，能有效对抗弱元数据下的意图漂移，对生成式推荐应对噪声输入有直接借鉴意义。
- PIOPD 训练范式：用带后验点击 query 的教师模型对学生 on-policy 轨迹做 token 级双向 KL 蒸馏（FKL+RKL+熵正则），无需单独奖励模型，可避免 reward hacking，并与 list-wise 偏好对齐组合使用，适合工业界偏好优化。
- 内建安全拒绝：在 SFT 阶段加入 [REJECT] 训练样本，使模型学会对风险内容拒止生成，减少线上风控坏例，这种机制可推广到其他生成式推荐系统。