精选理由
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。
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。
AI 翻译 · 中文
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。
Understanding how events evolve over time is essential for search engines handling queries about trending news. We present QDET (Query-Driven Event Timeline Summarization), a production system deployed on Baidu Search th…