微信短视频搜索提出并部署WeFair改写方法
热点事件持续更新
微信短视频搜索提出并部署WeFair改写方法
1 篇报道1 个报道来源12 小时前更新
先了解这件事
AI 综述
研究团队提出 WeFair 个性化查询改写方法，按人类反馈反映用户个性化意图的直接程度分级，用示范、偏好、验证三阶段训练出 2B 参数模型。离线实验中，WeFair-2B 在整体准确率和意图保持上优于强基线。 在微信短视频搜索的线上 A/B 测试中，该模型使有效视频观看率相对提升 2.593%，查询改写率相对下降 2.350%。据作者介绍，WeFair-2B 已部署于日均处理超 1 亿次查询的微信短视频搜索系统。
AI 根据报道生成 · 5 小时前更新
最新进展11月2日 13:00
WeFair：面向微信短视频搜索个性化查询改写的人类反馈保真对齐方法报道时间线
沿着报道，了解事件的不同侧面。
11月2日
- arXiv · cs.AIWeFair：面向微信短视频搜索个性化查询改写的人类反馈保真对齐方法
研究提出 WeFair，按人类反馈反映个性化意图的直接程度分级，用示范、偏好、验证三阶段训练 2B 查询改写模型。离线实验中 WeFair-2B 在整体准确率和意图保持上优于强基线，微信短视频搜索线上 A/B 测试显示有效视频观看率相对提升 2.593%、查询改写率相对下降 2.350%。该模型已部署于日均处理超 1 亿次查询的微信短视频搜索系统。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。