When & How to Write for Personalized Demand-aware Query Rewriting in Video Search
تقدم هذه الورقة WeWrite، وهو إطار عمل لإعادة كتابة الاستعلامات المخصص والمدرك للطلب، والذي يعالج تحديات تخفيف الإشارة وزمن الاستجखावة من خلال استراتيجية تنقيب عينات مؤتمتة، ونموذج تدريب هجين يجمع بين الضبط الدقيق الموجه (SFT) وتعزيز السياسة من خلال المكافأة (GRPO)، وبنية نشر "الاستدعاء الوهمي" المتوازية، مما أدى إلى تحسينات ملموسة في التفاعل مع البحث عن الفيديو وخفض معدلات إعادة صياغة الاستعلام.
البحث الأصلي مرخَّص بموجب CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). هذا شرح مولَّده بالذكاء الاصطناعي للبحث أدناه. لم يكتبه المؤلفون ولم يصادقوا عليه. وللتحقق من الدقة التقنية، يرجى الرجوع إلى البحث الأصلي. اقرأ إخلاء المسؤولية الكامل
تخيل أنك تسير داخل مكتبة ضخمة وفوضوية (مثل بحث الفيديو في WeChat) بحثاً عن كتاب معين. تقول لأمين المكتبة: "أريد Guang Liang".
يشعر أمين المكتبة بالارتباك. "Guang Liang" قد يكون مغنياً مشهوراً، أو قد يكون علامة تجارية لمشروب كحولي.
- الطريقة القديمة: يقوم أمين المكتبة بالتخمين فقط. ربما يعرض لك فيديوهات موسيقية لأن هذا هو المعنى الشائع لـ "Guang Liang". لكنك في الواقع كنت تريد شراء مشروب كحولي. تشعر بالإحباط، وتقول "لا، ليس هذا ما أريده"، وتحاول كتابة بحث جديد وأطول. هذا أمر مزعج ويضيع الوقت.
- الطريقة الجديدة (WeWrite): ينظر أمين المكتبة إلى سلوكك السابق. يرى أنك كنت تشاهد فيديوهات عن الطبخ والشرب مع الأصدقاء. يدرك قائلاً: "آه! هذا الشخص لا يريد المغني؛ إنه يريد المشروب الكحولي!" فيعيد كتابة طلبك فوراً إلى "Guang Liang Liquor" حتى قبل أن تنتهي من الكتابة، ويعرض لك بالضبط ما تحتاجه.
تقدم هذه الورقة البحثية WeWrite، وهو نظام ذكي يفعل هذا بالضبط لبحث الفيديو. إنه يحل مشكلتين كبيرتين: متى يساعد، و كيف يساعد دون إبطاء العملية.
إليك التفاصيل باستخدام تشبيهات بسيطة:
1. المشكلة: أمين المكتبة "المتحمس أكثر من اللازم"
في الماضي، كانت محركات البحث تحاول تخمين ما تريده بناءً على تاريخك. لكنها كانت غالباً متحمسة للغاية.
- الخطأ: إذا بحثت عن "Air Fryer" (للطبخ)، ولكنك شاهدت فيديوهات مضحكة للقطط بالأمس، فقد يظن النظام القديم: "أوه، هذا المستخدم يحب الأشياء المضحكة!" ويعيد كتابة بحثك إلى "طرق مضحكة لاستخدام الـ Air Fryer".
- النتيجة: كنت تريد مجرد وصفة، لكنك حصلت على نكات. هذا ما يسمى بـ انحراف النية (Intent Drift). لقد وقف النظام في طريقك بدلاً من مساعدتك.
2. الحل: النظام "الذكي" (WeWrite)
بنى المؤلفون إطار عمل يجيب على سؤالين حاسمين:
أ. "متى تكتب؟" (حارس البوابة)
النظام لا يحاول إعادة كتابة كل عملية بحث. سيكون ذلك مثل أمين مكتبة يقاطعك في كل مرة تنطق فيها كلمة.
- الاستراتيجية: قاموا بإنشاء "حارس بوابة" ينظر إلى تاريخك ليرى ما إذا كنت مرتبكاً بالفعل.
- إذا كتبت "Guang Liang"، ثم نقرت على فيديو، ولم يعجبك، ثم كتبت فوراً "Guang Liang Liquor"، يقول حارس البوابة: "آها! المستخدم كان مرتبكاً. نحن بحاجة لإعادة الكتابة في المرة القادمة."
- إذا كتبت "Air Fryer" وشاهدت فيديو طبخ لمدة 10 دقائق، يقول حارس البوابة: "لا، هم يعرفون ما يريدون. لا تلمس الأمر."
- التشبيه: يشبه الأمر حارس الأمن في النادي الذي يسمح فقط لكبار الشخصيات (المستخدمين المرتبكين) بالدخول، مع الحفاظ على انسيابية حركة الزبائن الدائمين (المستخدمين الراضين).
ب. "كيف تكتب؟" (المترجم)
بمجرد أن يقرر النظام إعادة الكتابة، فإنه يحتاج للتأكد من أن مصطلح البحث الجديد يعمل بالفعل مع نظام أرشفة المكتبة.
- التحدي: إذا كتب الذكاء الاصطناعي مصطلح بحث شاعرياً وفخماً، فقد لا يحتوي كمبيوتر المكتبة على أي كتب له. يجب أن يتحدث لغة المكتبة.
- التدريب: علموا الذكاء الاصطناعي باستخدام عملية من خطوتين:
- الضبط الدقيق الخاضع للإشراف (SFT): عرضوا على الذكاء الاصطنانا آلاف الأمثلة من "بحث سيء -> إعادة كتابة جيدة" ليتعلم الأساسيات.
- GRPO (المدرب): هذا هو الجزء الرائع. استخدموا مدرباً يعتمد على "التعلم التعزيزي". يحاول الذكاء الاصطناعي إعادة كتابة استعلام. إذا أدت إعادة الكتابة إلى فيديو شائع وسهل العث Finding، يمنحه المدرب درجة عالية. إذا اخترع كلمة غريبة لا تعطي أي نتائج، يمنحه المدرب "إشارة سلبية".
- التشبيه: يشبه تعليم طباخ. أولاً، تعرض عليه الوصفات (SFT). ثم تتركه يطبخ، لكنك لا تعطيه مكافأة إلا إذا كان الطبق لذيذاً حقاً وأنهه الزبائن (GRPSO). هذا يضمن أن الذكاء الاصطناعي يكتب استعلامات يمكن لمحرك البحث العثور عليها بالفعل.
ج. خدعة السرعة: "الاستدعاء خفيف الوزن"
نماذج الذكاء الاصطناعي الكبيرة عادة ما تكون بطيئة. لا يمكنك الانتظار 5 ثوانٍ لتحميل فيديو.
- الابتكار: بدلاً من انتظار الذكاء الاصطناعي لينتهي من التفكير قبل عرض النتائج، يقومون بتشغيل شيئين في نفس الوقت (بالتوازي).
- المسار أ: يتم إجراء البحث القياسي فوراً.
- المسار ب: يفكر الذكاء الاصطناعي في الخلفية. إذا توصل إلى مصطلح بحث أفضل، فإنه يستبدل فوراً قائمة "مجهزة مسبقاً" من النتائج التي تطابق ذلك المصطلح الجديد.
- التشبيه: تخيل أنك تطلب برجر. يبدأ المطبخ في طهي البرجر العادي فوراً. في الوقت نفسه، يفكر طاهٍ في الخلف: "ربما يريد واحداً حاراً؟" إذا قرر الطاهي "نعم، حار"، فإنه يستبدل الخبز بآخر حار بينما لا يزال البرجر يُشوى. أنت لا تنتظر؛ أنت فقط تحصل على البرجر المثالي بشكل أسرع.
النتائج
عندما اختبروا هذا في العالم الحقيقي (على WeChat، التي تضم أكثر من مليار مستخدم):
- نقرات أفضل: شاهد الناس المزيد من الفيديوهات لأنهم وجدوا ما يريدونه بشكل أسرع (+1.07% زيادة في المشاهدات الطويلة).
- إحباط أقل: توقف الناس عن الحاجة إلى إعادة كتابة عمليات البحث الخاصة بهم كما يفعلون سابقاً (-2.97% انخفاض في إعادة الصياغة).
- لا يوجد تأخير: لم يؤدِ ذلك إلى إبطاء التطبيق على الإطلاق.
باختاً: WeWrite هو مساعد ذكي، سريع، ومهذب يعرف بالضبط متى يتدخل لإصلاح بحثك، وكيف يصيغه بحيث يفهمه الكمبيوتر، ويفعل كل ذلك دون أن يجعلك تنتظر.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.