跳到正文
今天10月22日周四1 条
10月21日周三
  1. Cellin Lab (@cellinlab)29

    《大分发时代》预言二:开放网络的搜索引荐流量将持续萎缩(2030年前)

    Cellin Lab 提出预测:到 2030 年前,开放网络的搜索引荐流量将持续萎缩,主要新闻出版商来自搜索引擎的流量份额将比 2023 年下降一半以上,直接访问、订阅和会员关系的占比将持续上升。文中还给出反向信号:若搜索引荐流量回升,或 AI 答案入口开始向内容方大规模回流访问,则该预言不成立。

  2. arXiv cs.AI32

    WeGR:通过行为感知 Tokenization 与偏好对齐实现统一生成式检索

    研究者提出统一生成式检索框架 WeGR,包含 CoCo-VAE 分词器和 DHPO 偏好对齐方法,前者在量化前注入协同信号并保持码本均衡利用,后者逐步扩展奖励评估范围以缓解奖励稀疏。在电商搜索平台为期六周的线上 A/B 测试中,订单相对提升 2.539%、CTR 提升 1.508%、CVR 提升 1.381%,CPU 和 GPU 用量分别降低 25.5% 和 26.1%。

  3. arXiv cs.AI43

    AISTRAL:面向 AI 原生互联网的出版方可控网络架构

    arXiv 论文提出 AISTRAL,一种 AI 原生互联网架构,让出版方通过政策管控的接口直接暴露语义单元,并借助类比 DNS 的语义解析器供 AI 智能体发现和检索内容。端到端原型在大型专业文档集上准确率最高提升 4.2 倍,比公开网络搜索智能体多答对最多 4.2 倍的问题,每查询传输数据减少 2.9-41 倍。由于检索终止于出版方服务器,署名、来源与使用策略随内容传递。

  4. arXiv cs.AI27

    Less is More:简洁检索与 Critic 重排序的零样本组合图像检索方法入选 CIKM 2026

    arXiv 论文提出 Less-is-More CIR,一个免训练的两阶段零样本组合图像检索(ZS-CIR)框架,结合简洁检索与 Critic 重排序。第一阶段只保留最具判别力的修改语义生成简洁目标描述,减少语义噪声;第二阶段从修改一致性和参考图保留度两个角度对候选图像重排序。实验验证了该框架的有效性与鲁棒性,代码已开源。

  5. arXiv cs.AI46

    MOSS:面向搜索与推荐系统语义故障的生产级监控诊断框架

    论文提出 Model Sanity Service(MOSS),将 LLM 相关性评分嵌入持续监控循环,用于搜索与推荐系统的语义故障诊断。该框架已在美国某大型零售商生产环境运行超过六个月,覆盖推荐、搜索和优惠场景,发现两起确认的线上服务缺陷,其中回填混合缺陷的修复方案经离线验证使告警率相对下降 76.4%。

  6. arXiv cs.AI42

    面向生成式检索的语义索引演化框架:用 LLM 进化搜索优化 SID 设计

    研究者提出用 LLM 驱动的进化程序搜索来优化生成式检索(GR)中的语义标识符(SID)设计,据称是该方法的首次应用。框架使用本地部署的开源 31B 模型变异可执行组件,并用 1M 参数代理解码器替代反复训练 1B 目标生成器,代理与目标 Recall@100 的 Spearman ρ 达 0.90。

  7. Startup Fortune20

    4Humanity 为何打造记录全美善行的可搜索平台 National Positivity Portal

    4Humanity 于 2026 年 9 月 18 日在波士顿宣布推出 National Positivity Portal,一个用 AI 发现、整理和展示全美积极影响故事的平台。创始人 Glenn Court 表示,善行故事散落在数千个网站和社交媒体上,平台将其汇聚成可按领域、地点、组织检索的档案,而非一条转瞬即逝的信息流。平台不评分、不排名、不背书,无党派无宗教色彩,并邀请非营利组织免费加入。