#Query Understanding

4 篇

Search-Aware Reinforcement Learning for Multi-Component Query Understanding in Roblox Game Search

搜索感知 RL 优化 Roblox 多组件查询理解

🧭 生成式Query理解·搜索感知RL ★ 深度解读

Emory University · Roblox Corporation

蒸馏+搜索感知RL，按查询组件给 live search reward，2B/4B小模型超过大模型教师并提升下游搜索

📌 工作参考价值（4 点）

对电商/广告搜索 query 理解，可直接复用「一个生成模型输出多组件 JSON 计划 + 每个组件按线上搜索反馈单独给 reward」的框架；SFT 先用大模型蒸馏保证 schema 正确，再上 RL，能训出满足线上延迟的小模型。
用于 query 扩展/改写：给每个 fanout query 单独跑线上检索，计算 LLM-judged NDCG，并加搜索重叠 + 词面重叠惩罚，能有效抑制冗余扩召回；这个打分公式可直接迁移到电商搜索的 query expansion / 推荐 query 生成。
多 reward 场景优先用 offline groupwise preference（GR-DPO），而不是 on-policy GRPO；因为组件 reward 存在可逃逸的 N/A（intent=none、不生成 fanout），on-policy 会学歪，而固定池 offline 更稳定。若必须 on-policy，需加最低生成约束或强制覆盖。
不需要人工标注的 reward 全部来自 live 引擎 + LLM judge，但 train/eval 要用不同 version judge，避免过拟合 judge；线上 shadow 部署后可用行为 GT 持续评估。

QueryRec | 2026-09-24 | cs.AI | score 9/10

RegionFed：异构零售环境下查询理解的联邦个性化学习

🧭 联邦学习个性化训练 · 梯度级路由

Walmart Global Tech

提出梯度级联邦个性化框架 RegionFed，用区域与全局梯度冲突路由个性化策略，在 transformer 上避免参数级方法崩溃

📌 工作参考价值（4 点）

在电商搜索的多地域/多人群 Query 理解模型（如意图分类、实体识别、拼写纠错）需要联邦学习或去中心化训练时，优先采用梯度级个性化，而非在 T5/RoBERTa 等 transformer 上做参数级个性化；后者因 tied embeddings 和 LayerNorm 交互可能崩溃，RegionFed 的梯度冲突路由可规避。
将区域梯度与全局梯度的 ℓ2 冲突作为诊断信号，动态决定每个区域是否需要独立模型/适配器，避免对所有区域盲目做个性化，可节省 GPU 与维护成本；该信号也可作为后续 A/B 测试的分流依据。
RegionFed 对模型结构零侵入，适合在不改线上模型代码的前提下快速验证个性化收益；如果业务已用 T5/RoBERTa 等成熟 backbone，可复用该思路做跨流量段个性化，无需引入新架构。
隐私敏感场景下，其 ε≈0.60 差分隐私与 O(1/√T) 收敛保障可作为合规方案参考，但需注意论文在公开数据集上验证，迁移到亿级真实流量前应评估通信与客户端规模。

Training | 2026-09-04 | cs.LG | score 7/10

InsufficiencyBench：评估LLM对欠指定法律查询的处理能力

🧭 LLM欠指定查询处理评估

Thomson Reuters Foundational Research · Imperial College London

首个法律查询信息不足基准，衡量LLM识别缺失要素并避免臆测回答的能力

📌 工作参考价值（4 点）

在电商客服/对话式推荐Agent中，先对用户query做信息充分性分类，识别缺失的决策关键属性（如尺码、配送地址、预算、使用场景），在推荐前主动追问，避免用模型臆测补全。
构建类似“完整 vs 缺失变体”的评估集，监控模型是否对信息不足请求无差别回答或过度拒绝；用F2/召回等指标平衡漏判与过度追问。
借鉴缺失元素分类法（switch/gating/fatal prerequisite）设计对话状态机：不同缺失类型对最终决策影响不同，可配置强制追问、条件追问或默认假设。
对搜索query改写/推荐召回场景，先判断query是否信息不足，避免用LLM幻觉补全用户意图产生错误召回；同时保留对完整query直接执行的能力。

Eval | 2026-08-20 | cs.AI | score 6/10

IntentTune：利用用户需求与个性化解决电商搜索中模糊查询意图未知问题

🧭 个性化查询意图解析 ★ 深度解读

eBay Inc., USA

通过融合用户历史查询等行为信号，用LLM推断模糊查询的性别、年龄、尺寸等意图，显著优于仅用总体需求或静态画像

📌 工作参考价值（4 点）

意图推断模块设计：当基线意图模型输出 “unspecified” 时，路由到 LLM 进行个性化推断。可参考 IntentTune 架构，单独构建一个服务或模型，用近期高置信度用户查询（如性别置信度>0.8、年龄置信度>0.9）作为上下文，输出细化的性别、年龄、类目甚至尺寸意图，直接接入检索排序通路。
用户信号选择：历史查询行为远优于用户画像属性（如注册时填写的年龄、性别）和总体需求分布。实际系统中应优先利用短期搜索历史，提取其中意图明确的查询作为 prompting 素材，而不是依赖静态标签。
类目粒度优化：对于模糊查询，先将类目预测模型给出的候选类目列表提供给 LLM，让 LLM 根据用户历史行为选择或收缩正确类目，可有效减少下游检索的候选空间，同时保持正确性，类似 “后验类目精排” 思路。
冷启动与冲突处理：当历史查询不足时可回退到需求模式（利用类目预测模型最高置信度类目推断意图），但尺寸意图不适用此方法。多重信号冲突时，需要设计置信度投票或加权机制，避免直接采信单一来源。

QueryRec | 2026-07-01 | cs.IR | score 9/10