腾讯元宝搜索上线 rubric 对齐框架,端到端答案质量提升 8.52%
_reachsumit · x · 2026-11-18
腾讯团队论文提出 rubric-aligned search,并已部署于元宝(Yuanbao)搜索,让搜索管线的目标是「对下游 LLM 推理有用」而非单文档相关性。
- 核心思路:为每个 query 构建由粗到细的 rubric,定义文档集合须满足的加权正向标准与须避免的负向标准,把检索、排序、文档选择统一在同一个监督面上
- 两条训练信号:轻量标注器把 rubric 判断蒸馏成逐文档 utility 标签,监督对比式双编码器检索与带 4 个 rubric 对齐打分头的多任务排序器
- rubric 条件化的评估器产出集合级奖励,驱动结合 GRPO 与 best rollout distillation 的双分支 RL 选择器,解决子集优化中的 credit assignment
- 线上部署后端到端答案质量较生产基线提升 8.52%,论文被 KDD 2027 接收
「研究」频道最新
- TCS 学界发布声明:招聘重质量轻数量,抵制 AI 论文军备竞赛 — fortnow · 2026-11-18
- 论文提出语言创造性的社会文化视角:从社区实践看创意生成 — abenitezburraco · 2026-11-18
- 无需训练或梯度:27B 模型可自行改写权重提升 unseen 任务 — udmrzn · 2026-11-18
- 开源 EDA 工具十年逆袭:从「不可能」到设计出蓝牙信标芯片 — IgorCarron · 2026-11-18
- AURA 2.0 发布:流式视频模型学会主动开口说话并调用工具 — Shuhan Li · 2026-11-18
- Orabona 撰文驳 AdaGrad 预条件化解释:全矩阵界限常不如标量学习率 — bremen79 · 2026-11-18