arXiv cs.AI· Yingtao Ren, Aolin Li, Cheng Cheng, Huiyun Hu, Huasheng Liang, Baoxing Xie, Jun Yuan, Haijun Wu, Chenxing Wang·· 8 小时前AI 评分22
WeFair：面向微信短视频搜索个性化查询改写的保真度感知人类反馈对齐
WeFair: Fidelity-Aware Alignment from Human Feedback for Personalized Query Rewriting in Short-Video Search
AI 导读
微信短视频搜索提出 WeFair，一种保真度感知的人类反馈对齐方法，用于个性化查询改写。该方法将真实用户行为信号分为演示、偏好、验证三个阶段，先挖掘真实改写数据并用 LLM 多维筛选过滤无依据的意图偏移，再经监督课程学习、直接偏好优化和基于严格验证奖励的 GRPO 训练。微信短视频搜索在线 A/B 测试显示，有效点击查询率（VV>10s）相对提升 1.576%，查询改写率相对降低 1.731%。
来源：arXiv cs.AI · arxiv.org