谷歌提出 RPTune：学习式目录精选+后训练，搜索准确率最高提升 31.4 点

谷歌提出端到端框架 RPTune，面向目录能塞进长上下文的中小商家，用「全目录提示」替代多阶段检索，由编码器-重组器（curator）依据下游 LLM 反馈对商品排序裁剪，精选目录又反过来提升基于上下文相对奖励的 LLM 后训练。在 7 家真实商家、每家 100 条复杂对话查询上评测，上下文精选最高带来 31.4 个百分点提升，后训练平均再加 10.3 点，对专有与开源 LLM 均有效。