用于基础会话新闻推荐的意图驱动语义 ID 生成

对话式新闻推荐需要将每个建议都建立在快速发展的文章语料库中，同时解决缺乏明确可检索关键字的隐式用户意图。为了描述这种场景，我们从生产对话中识别出 6 种意图类型：其中 5 种是隐式的，对标准 RAG 管道构成了根本性挑战，形成了关键的检索优先瓶颈。为了解决这些问题，我们在“生成然后匹配”范例下引入了意图驱动的语义 ID (SID) 生成。通过由多任务 SID 对齐和 GPT-4 思想链 蒸馏 组成的两阶段训练，LLM 将不同的意图映射到分层 SID 前缀，然后将其与当前新闻池进行模糊匹配，以保证完全有依据的推荐。配置文件感知双信号推理 (PADR) 进一步使冷启动用户能够仅使用配置文件获得有效的建议。在中国主流新闻平台上，我们的 7B 模型在 152K 开放代 SID 空间（4 倍随机基线）中实现了 0% 幻觉和 12.4% L1 匹配。它在 L1 上与 GPT-4+Hybrid RAG 相匹配，同时在更细粒度的指标（L2 2x，类别 +1.2pp）上超越它，成本降低约 100 倍。现有基线得分为 0% 的冷启动用户实现了 18.0% L1（6 倍随机），是所有用户组中最高的。