OneBar：电子商务视频源的端到端内容生成查询推荐框架

短视频平台现在在视频播放器下方公开了可点击的搜索条目，使用户能够轻松表达内容引发的搜索意图。然而，短视频平台上的传统查询推荐系统受到延迟限制和目标不一致的影响，而最近的生成方法则与嘈杂的内容侧元数据和偏好漂移作斗争。为了解决这些问题，我们提出了 OneBar，这是一种用于电子商务视频源实时查询推荐的端到端生成框架。 OneBar 具有三个关键创新：（1）协作多模态意图基础模块，融合了多模态视频理解和行为衍生的协作锚点； (2) 统一的端到端架构，配备即时压缩机制，可实现高效的在线服务； （3）一种用于有效偏好内化的渐进式偏好学习策略，它将分层行为偏好内化到生成策略中，从而消除了对单独训练的奖励模型的需要。与在线基础相比，OneBar 将查询曝光率提高了 16.91%，查询点击率提高了 18.68%，同时保持了 0.19% 的小幅查询点击率增益。额外的搜索流量进一步导致引导订单增加 20.36%，GMV 增加 21.67%。