11:18
官方账号arXiv cs.AI@Ji Xin, Xiao Xiao, Ishan Bhatt, Vinesh Gudla, Trace Levinson, Raochuan Fan, Shishir Kumar Prasad, Prakash Putta, Tejaswi Tenneti
推荐理由：论文提出一种混合架构，用大模型和小模型结合，将电商搜索发现覆盖率从60%提升到80%，推理成本仅大模型的30%，适合大规模部署。
SLM
共 1 条相关 AI 资讯
7月30日
11:18
该论文提出一种发现增强的搜索系统，利用意图条件召回扩展。采用两阶段混合架构：先使用闭源大语言模型（LLM）优化头部查询，再通过LoRA适配器和师生蒸馏微调小语言模型（SLM）覆盖尾部查询。系统评估使用LLM-as-a-judge指标和端到端会话级购买分析。结果将发现覆盖率从约60%提升至80%，推理成本仅为教师模型的30%。