阿里拍立淘多模态搜索2.0：一个模型端到端直出商品ID
_reachsumit · x · 2026-10-29
阿里发布 PailitaoMMSearch2.0 技术报告，训练单个视觉语言模型，直接从原始查询图片和自由文本指令生成商品 Semantic ID，实现统一端到端多模态搜索。系统沿三个维度扩展：数据扩展用可复用工具组合生成冷启动数据并持续生产；意图扩展通过持续预训练、混合预算 SFT 和统一 RL 让一个模型承载多种检索关系和可调推理预算；并支持不同资源约束下的在线场景。目标是为开放式图文查询和异构购物意图去除场景耦合。
「研究」频道最新
- Byte H-Net 代码任务显示 2.24 倍计算效率，OpenAI 研究员提醒规模 caveat — willdepue · 2026-10-29
- 467页图解《心理学与神经科学原理》上线,可配 AI 导师阅读 — burkov · 2026-10-29
- 新工作论文：AI 可依据预注册文件预测经济学处理效应 — birchlse · 2026-10-29
- kalomaze：固定尺寸 UTF-8 线性投影基线够用，BPE 只是惯性特权 — kalomaze · 2026-10-29
- ProgramLab 发布：1261 个真实程序作智能体训练场，可单练也可组队 — jyangballin · 2026-10-29
- 流形近似实现鲁棒核对齐，论文被 TMLR 接收 — leland_mcinnes · 2026-10-29