沃尔玛用 DPO 优化电商查询生成，砍掉 50% 无关预测

沃尔玛发布 arXiv 论文 QGDPO，将 DPO 用于 Doc2Query 文档扩展以改进电商搜索相关性，相比 Doc2Query 基线消除 50% 无关预测。管线先微调 seq2seq 基座，再用相关性模型对预测打分构造胜/负偏好对做 DPO 训练，并过滤低质预测，过滤步骤再移除 14.61%。该功能已在沃尔玛全量流量上部署，相关性与用户参与度显著提升。