AITOP
全部 AI 动态
AI 相关资讯全量信息流
全部博客资讯推文论文
全部模型产品行业论文技巧
标签：多任务微调×
6月16日
20:46
6月12日
12:57
6月11日
15:28
15:23
15:07
5月27日
12:14
12:14arXiv: DeepSeek@Mingyue Wang, Xingyu Xie, Hang Yang, Li Gao, Lixin Su, Ge Chen, Dawei Yin, Daiting Shi
精选
百度搜索团队提出QDET（查询驱动事件时间线摘要）系统，用于在搜索中为热点新闻查询构建聚焦的事件时间线。该系统通过多任务监督微调（时序排序、因果判断、时间线补全）和基于强化学习的简洁摘要生成，使7B参数模型在时间线摘要F1得分（76.2%）上超越DeepSeek-R1-671B（76.1%），参数量仅为后者的1%。在线A/B测试显示，QDET使点击率提升5.5%、停留时间延长4.6%、探索深度增加4.4%。该工作证明领域专用优化能以极低成本达到大模型级别的生产质量。
论文事件时间线摘要搜索多任务微调强化学习百度
推荐理由：搜索和新闻聚合团队终于有了可落地的轻量级时间线方案——7B模型干翻671B，CTR和用户停留时间双双提升，做搜索排序或事件摘要的工程师可以直接参考其多任务微调策略。
原文