RecGPT-Mobile-V2 技术报告

个性化查询预测将隐式行为信号（点击、收藏夹、购买和购买后探索）映射到显式检索意图。设备上部署使这项任务特别具有挑战性：行为轨迹是嘈杂的和多尺度的，多个查询可能对单个轨迹有效，而统一的推理策略要么在简单实例上花费不必要的计算，要么为复杂实例分配不足的容量。我们引入了 RecGPT-Mobile-V2，这是一个端到端框架，它将意图质量和执行效率视为分阶段设计中的耦合目标。该框架将异构交互转变为证据保存轨迹，通过领域适应和监督对齐建立推荐本机基础，并且仅在分组采样轨迹满足基础和实用标准后才应用推理成本优化。由此产生的教师被提炼成一个紧凑的学生，部署了低位执行、结构化压缩和预算感知设备——云路由。在一致的 CoT 消融中，以证据为中心的短期基本原理将 ROUGE-L 从 0.228 增加到 0.315，将 Jaccard 从 0.174 增加到 0.248，同时略微优于完整的五阶段基本原理。在受控 RL 比较中，完整的奖励公式将查询质量从仅质量 RL 下的 73.2% 提高到 78.6%，将硬故障率从 3.6% 降低到 1.6%，并将中值 CoT 长度从 62 个词元减少到 14 个词元。在线检索分析进一步表明，查询召回渠道检索的库存与已建立的召回渠道所显示的库存互补。总的来说，这些发现支持以充分性为导向的推理，而不是一律简短的推理：保留与决策相关的证据，并仅在可能改善预测查询时分配额外的计算。