ICEGR：电子商务搜索的意图一致的端到端生成检索框架

生成检索（GR）在电子商务搜索方面很有前景，但现有方法很难在整个训练管道中保持查询意图的一致性。首先，基于静态产品信息的语义ID（SID）构建限制了SID对产品意图关联进行编码的能力。其次，尽管受监督的 微调 (SFT) 可以学习整个目录中的产品-SID 映射，但低曝光产品仍然缺乏真正的查询意图监督，因为查询到 SID 的训练仅依赖于在线日志，导致这些产品的检索性能较差。第三，面向业务的偏好优化可能会偏爱流行或高价值的产品，而不是最符合查询意图的产品，从而削弱查询与产品的相关性。为了解决这些问题，我们提出了 ICEGR，这是一种用于电子商务搜索的意图一致的端到端生成检索框架，它在整个 GR 训练管道中一致地集成查询意图。 ICEGR由三个部分组成：（1）意图感知SID构建将查询意图信号合并到SID构建中，使SID能够捕获静态产品信息之外的搜索意图； （2）综合查询增强统一SFT将查询到SID目标下的多个SFT任务统一起来，并通过综合查询增强在线日志的稀疏监督，为低曝光产品提供补充的查询意图监督； (3)相关性校准偏好优化将查询产品相关性和业务信号集成到边际自适应偏好目标中，在保留查询意图的同时实现业务偏好学习。离线结果显示，ICEGR 比基线提高了 Recall@20 21.7%，NDCG@20 提高了 26.6%。 ICEGR 作为百度电商搜索的端到端生成检索路径，在 A/B 测试中实现了 CTR 3.52%、订单量 15.96% 和 GMV 7.53% 的相对提升。