LinkedIn 用 LLM 解决关键词检索失败:内容价值只看两点
_jaydeepkarale · x · 2026-09-16
这组推文讨论 LinkedIn 团队对内容检索的反思:传统关键词匹配要么因查询词全命中不了而返回空结果,要么返回的帖子虽包含全部关键词却因缺乏对查询的概念性理解而不回答用户问题。
关于内容质量,LinkedIn 只用两个指标:on-topic rate(内容与用户需求的相关度)和 long-dwell(用户在该帖上停留的时长)。点赞、评论等互动容易被 engagement farming 刷出来,因此被排除在价值判定之外。
「研究」频道最新
- 开放任务 RL 像「入轨即自由落体」:只看每 GPU 时间的进步量 — tensorqt · 2026-09-17
- 本地跑什么基准才有用?Reddit 讨论自建推理评测体系 — JustTooKrul · 2026-09-17
- MAST 多语言智能体搜索基准延长提交至 9 月 20 日 — beirmug · 2026-09-17
- RLVR 真正值钱的是学会单次前向传播做不到的解法类别 — 1a3orn · 2026-09-17
- 三年前 GPT-4 在 Isaac Gym 里教会机械手转笔,Eureka 被称超时代 — JasonMa2020 · 2026-09-17
- RL 搜索新解:agent 花三到五成 token 在搜索,专用模型快 20 倍便宜百倍 — AI Engineer · 2026-09-17