热点事件持续更新
沃尔玛发布 QGDPO，用 DPO 优化电商查询生成
1 篇报道1 个报道来源5 小时前更新
先了解这件事
AI 综述
2026 年 10 月 6 日，AGI Hunt 报道沃尔玛发布 arXiv 论文 QGDPO，将直接偏好优化（DPO）用于 Doc2Query 文档扩展，以改进电商搜索相关性。据该报道，相比 Doc2Query 基线，QGDPO 消除了 50% 的无关预测。其管线为：先微调 seq2seq 基座模型，再用相关性模型对预测结果打分，据此构造胜/负偏好对进行 DPO 训练；同时过滤低质量预测，该过滤步骤又额外移除 14.61%。报道称该功能已在沃尔玛全量流量上部署，相关性与用户参与度均有显著提升。目前尚无其他来源的独立报道或细节披露。
AI 根据报道生成 · 3 小时前更新
最新进展10月6日 15:04
沃尔玛公开 QGDPO 论文：DPO 用于 Doc2Query，无关预测较基线减少 50%，已在全量流量部署。报道时间线
沿着报道，了解事件的不同侧面。
10月6日
- AGI Hunt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。
本事件热度走势
当前热度 9·可比范围峰值 10（10月6日 17:00）·近 24 小时可比范围变化 –
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。