从提示到对齐：查询推荐的生成框架

在现代搜索系统中，搜索引擎常通过各种面板或组件向用户提供相关查询建议，从而帮助用户细化信息需求。传统方法依赖历史搜索日志构建模型，存在冷启动或长尾问题。此外，查询建议、补全或澄清等任务通常由特定设计单独研究，缺乏通用性，阻碍对新应用的适应。尽管近期尝试探索利用大语言模型（LLM）进行查询推荐，但这些方法主要依赖 LLM 的内在知识或外部资源（如 few-shot 示例、检索文档或知识库），忽视了与用户反馈的校准和对齐，限制了实际效用。为此，我们首先提出一种通用的生成式查询推荐（GQR）框架，将 LLM 基于查询的生成与用户偏好对齐。具体而言，我们通过统一通用提示框架，将各种查询推荐任务整合为一个通用框架，利用 LLM 的指令跟随能力实现有效生成。其次，我们提出 CTR 对齐框架，通过训练查询级 CTR 预测器作为过程奖励模型，并采用列表级偏好对齐，以最大化生成查询列表的点击概率。进一步地，鉴于用户发起的查询与模型之间的不一致性（由于将用户发起查询与模型分离），我们在历史日志可用时，通过检索联合查询作为副信息来实现 LLM 与用户主动性的对齐。