现代化 Facebook 受限搜索：关键词与嵌入混合检索结合 LLM 评估

除了一般网络规模的搜索之外，社交网络搜索独特地使用户能够在社交语境中检索信息并发现潜在联系。我们引入了一个现代化 Facebook 群组受限搜索框架，通过融合传统基于关键词的检索与嵌入式检索（EBR）来提高搜索相关性和检索结果的多样性。我们的系统将语义检索集成到现有的关键词搜索管道中，使用户能够发现更具上下文相关性的群组帖子。为严格评估这种混合方法的影响，我们引入了一个新颖的评估框架，该框架利用大型语言模型（LLM）进行离线相关性评估，提供可扩展且一致的质量基准。我们的结果表明，混合检索系统通过线上指标和 LLM 基于评估均显著提升了用户参与度和搜索质量。这项工作为在大规模真实世界社交平台上部署和评估高级检索系统提供了实用见解。