返回首页

美团搜索 3.0:LLM 语义表征注入精排,三期方案全量上线

  • 技术路径:美团搜索团队用 LLM 为 Query、POI、Deal 生成语义向量,以 cosine 相似度分桶或 PEPNet 门控注入精排;二期引入 InfoNCE+Triplet 对比学习与 MRL-E 降维。
  • 线上数据:三期方案均完成全量上线;三期服务零售业务订单 +0.32%、访购率 +0.29%,搜索大盘支付订单 +0.35%。
  • 工程经验:表征迁移的关键风险是覆盖率而非模型参数——下挂精排 Query 覆盖率从 81.24% 修复至 98.92% 后,特征有效性才恢复。
  • 行业意义:语义特征与统计特征互补;LLM 表征在搜索排序中的价值不只在“增加曝光”,还在优化曝光质量与长尾 Query 匹配。 🔗 美团技术团队
图1 三期技术演进整体脉络:从特征验证到体系重构再到跨场景迁移Loss_1 计算公式Loss_2 计算公式图2 一期表征生产流程图3 一期精排集成方式图4 不同行为标签在各 cosine 相似度分桶中的分布(2 万条搜索曝光样本)