InfluMatch: Frontier-Quality KOL Search at 4B-Model Cost
InfluMatch：用4B模型级联实现媲美前沿LLM的泰语KOL搜索
🧭 多阶段级联 · 偏好优化重排 · KOL匹配 ★ 深度解读
Amity AI Holdings Co., Ltd.
提出三阶段检索-重排-评分级联，用4B开源模型达到94.1% P@5，仅需前沿LLM 1/35的输出令牌
📌 工作参考价值（4 点）
- 级联设计降低推理成本：将昂贵的评分阶段仅作用于前10候选人类似于召回→粗排→精排，在商品推荐中可将LLM评估限制在小范围，大幅节省令牌与延迟。
- 用偏好优化（SimPO）训练点式重排器：仅利用人类成对偏好数据微调4B模型做单令牌“Yes”概率打分，比生成式A/B判断更经济且效果匹配前沿模型，适用于电商搜索的第二阶段精排。
- 绝对标签未必比相对判断更有效：基于绝对分数微调的评分器在离线指标上胜出但端到端下降，表明在电商场景中若标注存在主观性和噪声，更应收集成对优劣信号而非绝对评分。
- 合成数据生成管道可复现：通过 personas + 规则约束 + 网络搜索生成逼真的请求和标准，可为搜索/推荐系统的训练数据合成提供模板，降低真实业务数据不足的影响。