arXiv · AI· Nayoung Choi, Shengjian Chen, Xiaokai Wei, Wenzheng Zhang, Daiyao Yi, Rachit Pareek, Vincent Su, Michelle Gong, Jinho D. Choi·· 21 天前AI 评分20
面向 Roblox 游戏搜索的多组件查询理解搜索感知强化学习
Search-Aware Reinforcement Learning for Multi-Component Query Understanding in Roblox Game Search
AI 导读
提出基于蒸馏-强化学习范式的搜索感知 RL 框架,整合意图分类、属性提取和查询重写子任务至单一模型。 框架执行 QU 计划时依据各组件下游角色定制奖励,NDCG@20 较 SFT 策略提升 8.9 分,较单一端到端奖励高 3.5 分。 训练出的低延迟学生模型优于更大教师模型,已逐步部署至生产环境。
来源:arXiv · AI · arxiv.org