Scaling Search Relevance: Augmenting App Store Ranking with LLM-Generated Judgments
大型商业搜索系统优化相关性以推动成功的会话，帮助用户找到他们正在寻找的内容。为了最大化相关性，我们利用两个互补的目标：行为相关性（用户倾向于点击或下载的结果）和文本相关性（结果的语义适合查询）。一个持续存在的挑战是相对于丰富的行为相关性标签而言，专家提供的文本相关性标签的稀缺。我们首先通过系统地评估 LLM 配置来解决这个问题，发现一个专门的、经过微调的模型显着......
查询自动完成 (QAC) 是现代搜索系统的一项重要功能，它通过在用户键入时建议完成来提高搜索效率。然而，现有的方法面临着根本性的挑战：传统的检索和排序管道的长尾覆盖率很差，需要大量的特征工程，而最近的生成方法则存在幻觉和安全风险。我们提出了一个统一的框架，通过检索增强生成（RAG）和多目标直接偏好优化（DPO）将 QAC 重新表述为端到端列表生成。我们的方法......
A practical guide to Amazon Nova Multimodal Embeddings
在本文中，您将了解如何为媒体资产搜索系统、产品发现体验和文档检索应用程序配置和使用 Amazon Nova Multimodal Embeddings。
