arXiv Artificial Intelligence· Yingtao Ren, Aolin Li, Cheng Cheng, Huiyun Hu, Huasheng Liang, Baoxing Xie, Jun Yuan, Haijun Wu, Chenxing Wang·· 18 小时前AI 评分26
WeFair：微信短视频搜索个性化查询重写的人类反馈保真对齐
WeFair: Fidelity-Aware Alignment from Human Feedback for Personalized Query Rewriting in Short-Video Search
AI 导读
微信短视频搜索提出 WeFair，一种从人类反馈进行保真感知对齐的个性化查询重写方法，将真实用户行为信号分为演示、偏好、验证三个阶段。它先从搜索会话挖掘真实人工重写，经多维 LLM 筛选与上下文验证过滤无依据改写，再依次用监督课程学习、直接偏好优化和基于严格验证奖励的 GRPO 训练。
来源：arXiv Artificial Intelligence · arxiv.org