淘宝搜索算法：推理型相关性LLM探索实践

淘宝搜索算法：推理型相关性 LLM 探索实践

摘要

电商搜索中，Query与商品相关性判别技术至关重要，直接影响用户体验和商家效率。传统BERT模型虽能处理大部分搜索需求，但在长尾复杂query上表现不足。本文提出基于大模型的优化框架，通过CoT微调、Pass@N-based DPO和动态采样GRPO，显著提升模型推理能力，解决了在线部署和错误累积问题，最终在难query评测集上取得显著效果。