Yahoo 用 Amazon Bedrock 做搜索再营销

背景与问题：Yahoo DSP的搜索再营销（SRT）要把用户搜索意图转成可投放受众，此前用Word2Vec嵌入加局部敏感哈希（LSH）扩展广告主关键词，存在词表过时、偏短语而非实体、只按句法不按语义、有时产不出新词等局限。方案与落地：Yahoo借助Amazon Bedrock的无服务器多模型接入，试用Amazon Titan、Meta Llama、Anthropic Claude等模型后选定Claude 3.5 Sonnet v2做关键词扩展；同时引入校验环节——扩展词转为嵌入后与原词比对，低于相似度阈值即过滤，并在推理前后做敏感词双重过滤，官方称该验证步骤是维持准确与信任的核心。效果与数据：据披露，在LSH产不出新词的场景下LLM常能生成数百乃至上千个关键词，中位宽泛扩展比提升5倍、最大扩展比翻倍，关键词扩展率最高提升600倍；该能力已于2025年一季度上线生产，广告主获得更宽且更精准的受众覆盖，带来更高相关性与转化。