CSRM-LLM：拥抱多语言 LLM 以应对新兴电商市场中的冷启动相关性匹配
信息检索
2025-09-19 v2 计算与语言
摘要
随着全球电商平台不断扩张，企业正进入新市场，但由于缺乏人工标注和用户行为数据，它们在这些市场中遭遇了冷启动挑战。在本文中，我们分享了在 Coupang 的经验，以为新兴电商市场的相关性匹配提供具竞争力的冷启动性能。具体而言，我们提出了一个冷启动相关性匹配 (CSRM) 框架，利用多语言大语言模型 (LLM) 来应对三个挑战：(1) 通过机器翻译任务激活 LLM 的跨语言迁移学习能力；(2) 通过基于检索的查询增强来深化查询理解并融入电商知识；(3) 通过多轮自蒸馏训练策略减轻训练标签错误的影响。我们的实验证明了 CSRM-LLM 及所提技术的有效性，实现了成功的现实部署并带来了显著的线上收益，缺陷率降低了 45.8%，会话购买率提升了 0.866%。
引用
@article{arxiv.2509.01566,
title = {CSRM-LLM: Embracing Multilingual LLMs for Cold-Start Relevance Matching in Emerging E-commerce Markets},
author = {Yujing Wang and Yiren Chen and Huoran Li and Chunxu Xu and Yuchong Luo and Xianghui Mao and Cong Li and Lun Du and Chunyang Ma and Qiqi Jiang and Yin Wang and Fan Gao and Wenting Mo and Pei Wen and Shantanu Kumar and Taejin Park and Yiwei Song and Vijay Rajaram and Tao Cheng and Sonu Durgia and Pranam Kolari},
journal= {arXiv preprint arXiv:2509.01566},
year = {2025}
}
备注
7 pages, 3 figures, accepted by CIKM 2025