#Sponsored Search

5 篇

Hierarchical GTV Estimation: Bridging the Gap between Container-Level Ranking and Item-Level Conversion

层级GTV预估：弥合容器级排序与商品级转化差距

🧭 层级 GTV 预估 · 集合感知多任务 ★ 深度解读

Meituan

HGE 用 HSAE、PLL、RCEF 解决容器级 GTV 预估的高方差、稀疏与粒度错配，离线 XAUC +0.63pp，在线 RPS +1.42%

📌 工作参考价值（4 点）

容器级排序场景（店铺卡片、直播间、品牌专区）可将 GTV 按「转化概率 × 商品购买概率 × 购买数量 × 价格」分解，用 Proxy-Label Learning 降低标签方差，适合直接迁移到 O2O 广告/电商容器预估。
商品集合动态变化时，用 Transformer 对 top-K 商品序列做 self-attention，并在 attention 后拼接 user/POI/query 上下文，先建模商品间竞争再注入个性化，比 mean pooling 效果好，可复用到店铺内商品 List 的泛化建模。
工程上采用残差塔修正 top-K 外订单偏差 + 通用回归塔兜底，并用可学习 gate 融合；这种「细粒度聚合 + 粗粒度回归」的双路结构能稳定处理商品级转化稀疏，适合冷启动/长尾容器。
多任务 loss 权重较小（item 级 CVR/qty 仅 0.03）仍带来明显提升；在转化稀疏场景可沿用 BCE 分类 + Huber 回归组合，并用 PCOC 监控校准。

RecSys | 2026-10-23 | cs.IR | score 9/10

CASI：基于集合干预的 Agentic 检索信用分配

🧭 LLM 多 query 联合生成与信用分配 ★ 深度解读

Xiaohongshu Inc.

用快照集合干预构造反事实子集价值，Shapley 聚合加有界零和优势整形，实现多检索动作的上下文相关信用分配，线上广告主价值提升 3.51%

📌 工作参考价值（4 点）

在多 query/多策略并行召回或 rewrite 场景，不要直接 broadcast set-level reward；可复用「一次生成+一次检索，缓存各 action 结果，只改 coalition 组合，用冻结 evaluator 批量打分」的做法，不增加线上生成/检索成本。
m≥4 时 singleton、leave-one-out、full-set 不能唯一确定 Shapley 分配；业务里如果 action 数≥4，仅按单 action 或 leave-one-out 赋 reward 会丢中间 coalition 信息。additive 价值下三者等价，所以先判断是否真的需要中间 coalition 查询。
有界零和 advantage shaping 值得直接抄：对 credit 先 within-rollout center，再用 group-level 共享 scale 归一化，最后投影到 sum=0、∞≤κ 的 box；避免独立 clip 破坏零和导致 advantage 漂移。token 级 implementation 把 action 内 token 赋 action advantage，shared token 保持 base。
训练用 surrogate evaluator 替代线上 auction replay：m=5 时 31 个 coalition 打分不是 31 次 auction replay；但上线前必须审计训练 evaluator 与 replay/production 的 size-resolved sign agreement，否则 CASI 可能不优于 Singleton。

QueryRec | 2026-10-14 | cs.IR | score 10/10

库存感知的RAG生成式AI模型实现搜索广告查询改写

🧭 查询改写与广告库存对齐 ★ 深度解读

Walmart AdTech

通过实时库存感知的RAG+LLM查询改写，将无广告填充的搜索比例从13%大幅降低，填充率提升68%

📌 工作参考价值（4 点）

零填充查询改写策略：可借鉴「识别→检索→改写→混合」流程，先通过规则分类器识别低效查询，再基于库存感知的RAG生成候选改写，最后混合历史高点击查询，直接复用至电商广告系统的查询召回阶段。
两塔BERT + LoRA LLM 的架构组合：用双塔模型做语义检索得到 Top-N 商品，将其属性拼入 prompt 作为上下文，再用 LoRA 微调的 Llama2 生成改写查询，这种轻量微调方式适合业务快速迭代。
离线评测设计：刻意选取历史零填充查询作为测试集，直接衡量改写模型的填补能力，同时用 NDCG@8 评估相关性，可作为广告改写效果的兜底指标。
动态库存感知的即时性：实时检索向量数据库中的可用广告库存并考虑预算，生成与可投放商品绑定的查询，避免改写后仍然无广告可投的尴尬。

QueryRec | 2026-07-04 | cs.IR | score 10/10

校准模型级联：低成本的赞助搜索相关性离线标注

🧭 离线标注 · 模型级联 · 按类校准 ★ 深度解读

Walmart Global Tech

将精度与成本解耦：领域微调提供近20点精度提升，校准级联再节约一半计算量

📌 工作参考价值（4 点）

自动标注管线设计：先部署小模型 (Cross-Encoder) 处理绝大多数简单样本，仅对低置信度实例级联到更大 LLM，可在保持精度的同时节省约 50% 推理成本，适合大规模 query-item 相关性标注。
按类校准优于全局校准：对每个预测类别分别拟合 isotonic 回归，能够修正类别特异的过/欠置信，提升级联路由的准确性 (+0.6pp)；在分类器置信度用于触发不同策略时，推荐采用 per-class 校准。
模型规模与数据预算的联合规划：小模型（如 DeBERTa）学习曲线饱和早，大模型（8B）能持续从更多数据中获益；可根据标注预算将难例递交给大模型，最大化样本效率。
输入模板的严格一致性：微调后的分类头对 prompt 格式极度敏感，细微变化会导致精度下降 10–15 个点；生产环境必须固化模板并与训练时完全对齐。

Eval | 2026-06-24 | cs.IR | score 10/10

HARNESS-LM: 赞助搜索检索下SLM的三阶段训练配方

🧭 赞助搜索检索 · 知识蒸馏与模型压缩 ★ 深度解读

Microsoft AI India

通过教师训练、ℓ2对齐和对比细化，将大检索模型能力迁移到轻量级在线查询编码器，并实现27×延迟降低与线上收益提升。

📌 工作参考价值（4 点）

三阶段解耦训练范式：广告检索或推荐召回场景可先训练一个不受延迟约束的强教师（大模型、多模态特征或LLM增强特征），再用ℓ2回归将轻量级查询塔对齐到教师查询空间，最后用业务数据对比微调，获得接近教师精度且满足在线延迟的模型。
ℓ2对齐简单有效：无需标注数据，利用大量无监督查询日志即可将大模型的几何结构迁移到小模型，避免复杂的对比蒸馏损失或核对齐，在电商搜索、推荐序列等海量无标签语料上极易落地。
逐步剪枝再对齐：借鉴Ministral 3的级联压缩思路，逐层/逐FFN维度剪枝后重新对齐，可系统探索延迟-质量帕累托前沿；如从28层剪至4层仅损失1.1%精度，获得6×延迟缩减，适合需要多档位部署（如GPU/CPU）的业务场景。
对比细化恢复剪枝损失：冻结教师文档编码器后，用业务正负样本单独微调查询编码器，能有效弥补因压缩引起的精度下降（剪枝4层模型提升2.7 P@100），可作为快速迭代的轻量适配手段。

RecSys | 2026-05-22 | cs.IR | score 10/10