OneSearch：电商搜索统一端到端生成框架的初步探索
信息检索
2025-10-23 v5
摘要
传统电商搜索系统采用多阶段级联架构（MCA），通过召回、预排序和排序阶段逐步筛选商品。尽管在平衡计算效率与业务转化方面有效，但这些系统存在阶段间计算碎片化和优化目标冲突的问题，从而限制了其性能上限。为解决这些问题，我们提出了OneSearch——首个工业部署的电商搜索端到端生成框架。该框架引入了三项关键创新：（1）关键词增强的分层量化编码（KHQE）模块，在保持强查询-商品相关性约束的同时保留层次化语义和独特商品属性；（2）多视角用户行为序列注入策略，构建行为驱动的用户ID，并同时纳入显式短期序列和隐式长期序列以全面建模用户偏好；（3）偏好感知奖励系统（PARS），包含多阶段监督微调和自适应奖励加权排序，以捕捉细粒度用户偏好。在大规模行业数据集上的广泛离线评估表明OneSearch在高质量召回和排序方面具有优越性能。严格的在线A/B测试证实了其在相同曝光位置下提升相关性的能力，实现了统计显著的改进：商品点击率+1.67%，买家转化率+2.40%，订单量+3.22%。此外，OneSearch将运营支出降低了75.40%，将模型FLOPs利用率从3.26%提升至27.32%。该系统已在快手多个搜索场景中成功部署，服务数百万用户，每日生成数千万次页面浏览量。
引用
@article{arxiv.2509.03236,
title = {OneSearch: A Preliminary Exploration of the Unified End-to-End Generative Framework for E-commerce Search},
author = {Ben Chen and Xian Guo and Siyuan Wang and Zihan Liang and Yue Lv and Yufei Ma and Xinlong Xiao and Bowen Xue and Xuxin Zhang and Ying Yang and Huangyu Dai and Xing Xu and Tong Zhao and Mingcan Peng and Xiaoyang Zheng and Chao Wang and Qihang Zhao and Zhixin Zhai and Yang Zhao and Bochao Liu and Jingshan Lv and Xiao Liang and Yuqing Ding and Jing Chen and Chenyi Lei and Wenwu Ou and Han Li and Kun Gai},
journal= {arXiv preprint arXiv:2509.03236},
year = {2025}
}