美团搜索 3.0：LLM 语义表征注入精排，三期全量上线

• 技术路径：美团服务零售搜索团队用 LLM 为 Query、POI、Deal 生成语义向量，以 cosine 相似度分桶注入精排模型；从 2025 年 Q4 到 2026 年 Q2 完成三期迭代，3 个 Launch Review 均已全量上线。
• 关键实验：一期用 64 维语义表征、分桶拼接即带来服务零售订单 +0.27%；二期转向 InfoNCE + Triplet 对比学习，Q2I-Click-AUC 提升 6.25pp、Q2I-Order-AUC 提升 5.37pp；三期迁移至下挂精排，修复 Query 覆盖率（81.24% → 98.92%）后，用 PEPNet 门控注入取得离线 ctcvr_auc_global_poi +25bp。
• 反直觉发现：Embedding 训练场景中，精简信息陈述 + 总结引导的 Prompt 优于复杂任务指令；难负样本（同请求同商家曝光未点击）对 Order-AUC 的提升（+11.02pp）远高于 Click-AUC（+4.85pp），说明排序信号比点击信号更需要精细判别。
• 行业意义：语义表征在搜索排序中的价值已被验证，关键工程经验是覆盖率——模型参数可直接复用，但 Embedding 覆盖范围必须针对目标场景重新圈选；语义特征与统计特征互补而非替代，两者叠加效应强于预期。

🔗 美团技术团队