WeFair: Fidelity-Aware Alignment from Human Feedback for Personalized Query Rewriting in Short-Video Search
Pubblicata su AIChronos il · fonte del · Yingtao Ren, Aolin Li, Cheng Cheng, Huiyun Hu, Huasheng Liang, Baoxing Xie (Tencent)
WeFair è un sistema per il rewriting delle query nei short-video di WeChat che affronta il problema del drift dell'intent causato dall'eccessiva enfasi sui dati comportamentali successivi. Il metodo introduce una 'Fidelity-Aware Alignment' basata su feedback umani, strutturando l'addestramento in tre stadi: dimostrazione (supervised fine-tuning), preferenza e verifica. Nella fase di verifica, si utilizza il Group Relative Policy Optimization per premiare la conformità esatta alle riformulazioni umane o al mantenimento dell'intent originale. Gli esperimenti offline mostrano una superiorità rispetto ai baseline esistenti in termini di accuratezza generale e preservazione dell'intent.
- Mitigazione del drift dell'intent: il sistema bilancia l'engagement con le necessità immediate dell'utente evitando che i contenuti virali distorcano la query originale.
- Curriculum di addestramento progressivo: passa dall'apprendimento contestuale alla previsione diretta su riformulazioni umane, culminando in una verifica rigorosa tramite Group Relative Policy Optimization.
- Risultati online significativi: l'A/B test ha registrato un aumento del 2.593% nella visualizzazione efficace dei video e una riduzione del 2.350% delle necessarie riformulazioni della query.
- Deploy su larga scala: il modello WeFair-2B è stato integrato nel sistema di ricerca short-video di WeChat, gestendo oltre 100 milioni di query giornaliere.
Perché conta. Per gli sviluppatori che lavorano con LLM e agenti locali, questo approccio offre una strategia concreta per allineare i modelli a feedback umani specifici senza sacrificare la latenza o l'accuratezza dell'intent originale.
Vai alla fonte originale ↗ arXiv ↗
Scheda generata automaticamente da un modello AI locale a partire dalla fonte originale: può contenere imprecisioni.