Snap 的 SMART 把 LLM 成本降 90%，广告转化升 27.6%
_reachsumit · x · 2026-07-28
Snap 这篇 SMART 论文讲的是动态商品广告的混合检索策略，把工作拆成两条路径。
- BM25 关键词检索 负责 retargeting，也就是召回用户已经表现过兴趣的内容。
- LLM 生成查询 负责 prospecting，用来发现新类目。
- 一个轻量级 gate 先判断是否存在语义覆盖缺口，只有大约 10% 的用户 会进入 LLM 路径。
- 这样做在保留主要收益的同时，把 LLM 成本降低 90%。
- 在两周线上 A/B 测试里，Snap 报告转化率相对强基线提升 27.6%。
核心启发是：默认走便宜的词法检索，只在真正需要时调用 LLM。
「公司和人」频道最新
- HeyNox 预告 Caspian：串起邮箱日历和应用的 AI 助手 — avlok · 2026-07-28
- 大公司重新招聘，AI 清空岗位的预言被现实修正 — jbarbier · 2026-07-28
- 前 Shopify 员工称 Tobi Lütke 处理文化问题是对的 — morganb · 2026-07-28
- Google、Meta、OpenAI 签署开放 AI 联名信，Anthropic 未加入 — FinanceYF5 · 2026-07-28
- AI 工程指南新增 4894 条岗位与 51 家公司面试数据 — Al_Grigor · 2026-07-28
- 一家公司把 AI 月账单从 120 万美元压到约 10 万美元 — HeyAmit_ · 2026-07-28