WeFair：基于人类反馈、兼顾意图忠实度的短视频搜索个性化查询改写
WeFair 面向短视频搜索中的模糊查询进行改写，以还原用户的个性化意图，并减少后续内容消费行为导致的意图偏移。该方法结合监督微调、偏好优化，以及基于人工查询和改写结果的验证阶段。离线实验显示，WeFair-2B 在整体准确率和意图保留方面优于强基线模型。线上 A/B 测试中，有效视频观看率相对提升 2.593%，查询改写率相对下降 2.350%。该系统已部署于微信短视频搜索，每天服务超过 1 亿次查询。
本文来源：Hugging Face，仅供学习参考，版权归原作者所有。