OneSearch-V2: The Latent Reasoning Enhanced Self-distillation Generative Search Framework
Der Artikel stellt OneSearch-V2 vor, ein generatives Suchframework, das durch latente Schlussfolgerung und Selbst-Distillation die Query-Verständnisfähigkeit verbessert, Nutzerabsichten präziser erfasst und durch Verhaltenspräferenz-Optimierung sowohl die Geschäftsergebnisse als auch die Suchqualität steigert, ohne zusätzliche Latenz zu verursachen.
Originalarbeit lizenziert unter CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). Dies ist eine KI-generierte Erklärung des untenstehenden Papers. Sie wurde nicht von den Autoren verfasst oder gebilligt. Für technische Genauigkeit konsultieren Sie das Originalpaper. Vollständigen Haftungsausschluss lesen
Stell dir vor, du gehst in einen riesigen, unendlichen Supermarkt, um etwas zu kaufen. In einem normalen Supermarkt (wie bei der alten Suchmaschine OneSearch V1) läuft das so: Du sagst dem Verkäufer: „Ich brauche etwas für mein Geburtstagsgeschenk." Der Verkäufer schaut in sein Notizbuch, das nur die letzten 100 Verkäufe enthält, und sagt: „Ah, die meisten Leute kauften hier Schokolade. Hier ist Schokolade."
Das Problem? Vielleicht willst du gar keine Schokolade. Vielleicht suchst du nach einem Geschenk für jemanden, der allergisch gegen Nüsse ist, oder du suchst nach etwas, das noch nie jemand gekauft hat. Der alte Verkäufer versteht die Nuancen deiner Frage nicht und verlässt sich nur auf das, was früher passiert ist.
OneSearch V2 ist wie ein neuer, super-intelligenter Verkäufer, der nicht nur in ein Notizbuch schaut, sondern nachdenkt, bevor er antwortet. Hier ist, wie er funktioniert, einfach erklärt:
1. Der „Gedanken-Blitz" (Thought-Augmented Query Understanding)
Wenn du sagst: „Ich suche etwas, das nicht zu schwer ist, aber trotzdem cool aussieht", denkt der alte Verkäufer nur an „leichte Dinge". Der neue Verkäufer (V2) macht etwas anderes: Er führt kurz einen Gedankenprozess durch, bevor er spricht.
- Die Analogie: Stell dir vor, der Verkäufer nimmt einen Zettel und schreibt schnell auf: „Kunde sucht Geschenk. Nicht schwer = vielleicht ein Schal oder eine Uhr. Cool = vielleicht mit Muster. Allergie? Nein, aber Vorsicht bei Nüssen."
- Das Ergebnis: Er versteht nicht nur die Wörter, sondern die Absicht dahinter. Er weiß, dass „nicht schwer" nicht nur „leicht" bedeutet, sondern eine bestimmte Kategorie von Geschenken ausschließt. Er übersetzt deine vage Idee in konkrete Suchbegriffe, bevor er überhaupt in die Regale schaut.
2. Das „Gehirn-Training" ohne lautes Reden (Reasoning-Internalized Self-Distillation)
Normalerweise ist es sehr langsam, wenn ein Verkäufer laut seinen ganzen Denkprozess vorliest: „Okay, ich denke zuerst an A, dann an B, dann überlege ich C..." Das dauert zu lange, wenn du schnell einkaufen willst.
- Das Problem: Wenn der Verkäufer jeden Gedanken laut ausspricht (wie bei KI-Modellen, die „Chain-of-Thought" nutzen), dauert der Einkauf ewig.
- Die Lösung von V2: Der neue Verkäufer trainiert sein Gehirn so, dass er den Denkprozess im Stillen durchführt.
- Die Analogie: Stell dir vor, ein junger Lehrling (das Modell) sitzt neben einem Meister (dem „Lehrer"). Der Meister sieht deine Frage und seine Notizen (die Gedanken). Der Lehrling sieht nur deine Frage.
- Der Meister sagt: „Ich habe überlegt und weiß, dass du einen Schal suchst."
- Der Lehrling muss lernen, ohne die Notizen zu sehen, genau das Gleiche zu sagen.
- Das Geniale: Durch dieses Training lernt der Lehrling, die Gedanken in seinem Kopf zu speichern. Wenn er später im echten Laden steht, muss er nicht mehr laut nachdenken. Die Antwort kommt sofort, als wäre sie eine Intuition. Er hat das „Nachdenken" in seine Muskelmemorie integriert, ohne dass du auf die Antwort warten musst.
3. Der ehrliche Feedback-Kreislauf (Behavior Feedback Preference Alignment)
Früher wurde der Verkäufer von einem Manager bewertet, der nur auf die Zahlen schaute: „Wie oft wurde Schokolade gekauft?" Das führte dazu, dass der Verkäufer nur Schokolade verkaufte, auch wenn du eigentlich einen Schal wolltest. Das nennt man „Reward Hacking" – er macht nur das, was ihm Punkte bringt, nicht das, was du wirklich brauchst.
- Die Lösung von V2: Der neue Verkäufer bekommt sein Feedback direkt von dir, dem Kunden.
- Die Analogie: Statt auf eine Statistik-Tafel zu schauen, schaut der Verkäufer dir direkt in die Augen.
- Wenn du auf einen Artikel klickst, ist das ein „Daumen hoch".
- Wenn du ihn kaufst, ist das ein riesiges „Daumen hoch".
- Wenn du ihn ignorierst, ist das ein „Daumen runter".
- Der Verkäufer lernt sofort: „Ah, dieser Kunde mag keine Schokolade, aber er liebt Schals." Er passt sich sofort an deine persönlichen Vorlieben an, ohne auf einen Manager zu warten, der wochenlang Daten sammelt. Er verhindert auch, dass nur die gleichen alten Produkte angezeigt werden (die „Filterblase"), sondern zeigt dir auch neue, coole Dinge, die du vielleicht noch nie gesehen hast.
Warum ist das so toll? (Die Ergebnisse)
Dank dieser drei Tricks passiert im echten Leben Folgendes:
- Du findest schneller, was du suchst: Selbst wenn deine Frage verwirrend ist („etwas für den Sommer, das nicht schwitzt").
- Du kaufst mehr: Weil die Vorschläge besser zu dir passen, klicken und kaufen mehr Leute. Die Zahlen im Papier zeigen: +3,98% mehr Klicks und +2,11% mehr Bestellungen.
- Es ist schnell: Der Verkäufer braucht keine extra Zeit zum Nachdenken, weil er das Denken bereits gelernt hat. Es fühlt sich für dich an, als wäre er einfach nur sehr schlau und schnell.
- Niemand wird vergessen: Auch Leute, die selten einkaufen, oder Produkte, die ganz neu sind, bekommen eine Chance, weil der Verkäufer nicht nur auf alte Gewohnheiten schaut.
Zusammenfassend:
OneSearch V2 ist wie ein Verkäufer, der nicht nur ein Gedächtnis hat, sondern Verstand. Er denkt kurz nach (im Training), speichert dieses Wissen in sich selbst (ohne langsam zu werden) und lernt direkt von deinen Reaktionen, um dir genau das zu geben, was du willst – nicht nur das, was andere früher gekauft haben.
Ertrinken Sie in Arbeiten in Ihrem Fachgebiet?
Erhalten Sie tägliche Digests der neuesten Arbeiten passend zu Ihren Forschungsbegriffen — mit technischen Zusammenfassungen, in Ihrer Sprache.