美团搜索3.0实践：LLM语义表征三期迭代，长尾NDCG提升2.21pp
美团技术团队 · wechat · 2026-08-20
美团搜索团队介绍在服务零售排序场景三期引入 LLM 语义表征的实践：用 LLM 为 Query、商家(POI)、商品生成语义向量，以 cosine 相似度分桶注入精排模型，弥补传统文本匹配在长尾品类上的语义 Gap。
一期(验证可行性)：小参数基座+全参微调，设计三个特殊 Token(|query|/|item|/|qi|)作聚合锚点，通过 AttentionMask 三次 ForwardPass 实现信息隔离；双 Loss(匹配二分类+CTR)协同训练，3000 万样本。cosine 相似度分 10 桶、每桶 12 维可学习 Embedding 注入精排。线上大盘订单 +0.20%，长尾 NDCG@5 +2.21pp、BadCase@1 -2.96pp。
二期(系统升级)：针对一期四个短板重构全流程——训练样本扩展为含难负样本的五元组(同请求未点击样本作难负，2766 万条)；发现反直觉结论：精简信息陈述+总结引导的 Prompt 优于复杂任务指令，CPV 属性信息反而带来噪声；基座转向中等参数 Embedding 模型+LoRA 微调(r=8)，且 LoRA 在 NDCG 上优于全参微调；表征提取从三 Token 单序列改为独立序列+可学习向量，并将商品(Deal)纳入建模，构建 Query-POI-Deal 三元表征体系。
「公司和人」频道最新
- 个人观点声明：与公司立场无关 — chris_j_paxton · 2026-08-20
- OpenAI 形式化数学研究员离职，聚焦 Lean 验证前沿系统 — HanchungLee · 2026-08-20
- Elorian 招聘：构建基于原生视觉理解的 AI 推理系统 — dhruv2038 · 2026-08-20
- 200+ 次访谈总结：5 个最有效问题 — yangyi · 2026-08-20
- 北京机器人产量半年增2.3倍，智元远征A3获欧双认证 — 创业邦 · 2026-08-20
- 争议：Anthropic被指将他人工作据为己有 — ziv_ravid · 2026-08-20