破解集合价值建模与实时推理难题：生成式召回大模型的工业级落地实践

破解集合价值建模与实时推理难题：生成式召回大模型的工业级落地实践 | 搜索广告AI大模型创新实践

文章
文稿
书库
图册

破解集合价值建模与实时推理难题：生成式召回大模型的工业级落地实践 | 搜索广告 AI 大模型创新实践

出处：mp.weixin.qq.com

摘要

阿里妈妈搜索广告团队创新推出GFlowGR、NEZHA和VALUE三大技术，解决生成式召回中的价值差异化建模、实时推理延迟和语义质量平衡难题。GFlowGR通过GFlowNet框架实现商品价值精准度量，NEZHA采用轻量解码架构达成毫秒级响应，VALUE则结合加权Trie树兼顾语义与商业价值。这些技术已在阿里妈妈搜索广告主场景全量上线，带来大盘营收显著提升8%。

阅读原文

xiaozi 于 2025-12-11 分享

关联话题： #阿里巴巴 #Qwen #Fine-tuning #Prompt

欢迎在评论区写下你对这篇文章的看法。

破解集合价值建模与实时推理难题：生成式召回大模型的工业级落地实践 | 搜索广告AI大模型创新实践

破解集合价值建模与实时推理难题：生成式召回大模型的工业级落地实践 | 搜索广告 AI 大模型创新实践

摘要

评论

文库