长尾短视频搜索的无偏多模态重排序

快手日均搜索数亿次，短视频搜索质量至关重要。然而，它在长尾查询上遇到了严重的马太效应：稀疏的用户行为数据导致模型放大低质量内容，例如标题诱饵和浅层内容。 大语言模型 (LLM) 的最新进展提供了一种新的范例，因为它们固有的世界知识提供了一种强大的机制来评估内容质量，与稀疏的用户交互无关。为此，我们提出了一种 LLM 驱动的多模式重排序框架，该框架无需真实用户行为即可估计用户体验。该方法涉及两个阶段的训练过程：第一阶段使用多模态证据为监督 微调 构建高质量注释，而第二阶段结合成对偏好优化来帮助模型学习候选者之间的偏序。在推理时，得到的体验分数用于在重新排名中提升高质量但曝光不足的视频，并通过强化学习进一步指导页面级优化。实验表明，所提出的方法在离线指标（包括 AUC、NDCG@K 和人类偏好判断）的强基线上取得了一致的改进。覆盖15%流量的在线A/B测试进一步证明了用户体验和消费指标的提升，证实了该方法在长尾视频搜索场景中的实用价值。