Roblox 提出搜索感知强化学习框架，统一多组件查询理解

1. 12:00
   arXiv cs.AI

   Roblox 游戏搜索的多组件查询理解：搜索感知强化学习框架

   Roblox 提出搜索感知强化学习框架，将搜索意图分类、属性抽取和查询改写等查询理解子任务合并为单一模型，并按各组件在搜索管线中的实际作用分别设计奖励。该框架采用先蒸馏后 RL 的两阶段方案，在大型用户生成游戏平台上使 NDCG@20 较 SFT 策略提升 8.9 分、较单一端到端奖励提升 3.5 分。所得小型低延迟学生模型性能超过更大的教师模型，最终模型正在生产环境中逐步部署。

趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。