當(dāng)你在電商平臺(tái)搜索“蘋果”，系統(tǒng)會(huì)推薦“水果”還是“手機(jī)”？或者直接跳到某個(gè)品牌旗艦店？短短一個(gè)詞，背后承載了完全不同的購(gòu)買意圖。而推薦是否精準(zhǔn)，直接影響用戶的搜索體驗(yàn)，也影響平臺(tái)的轉(zhuǎn)化效率。

查詢推薦（Query Suggestion）是現(xiàn)代電商搜索系統(tǒng)中的關(guān)鍵功能，通過(guò)在用戶輸入過(guò)程中實(shí)時(shí)推薦相關(guān)查詢，幫助用戶快速明確意圖，提升搜索體驗(yàn)與轉(zhuǎn)化效率。傳統(tǒng)方法通常采用多階段級(jí)聯(lián)架構(gòu)（MCA），雖然在效率與效果之間取得了一定平衡，但由于各階段目標(biāo)不一致、長(zhǎng)尾查詢召回困難等問(wèn)題，限制了系統(tǒng)性能的進(jìn)一步突破。

基于上述問(wèn)題，快手在業(yè)界首次提出端到端的生成式統(tǒng)一查詢推薦框架 ——OneSug，成功將召回、粗排、精排等多個(gè)階段統(tǒng)一在一個(gè)生成模型中，顯著提升了推薦效果與系統(tǒng)效率，在快手電商場(chǎng)景中實(shí)現(xiàn)了業(yè)務(wù)指標(biāo)與用戶體驗(yàn)的雙重提升。

本工作相關(guān)成果《OneSug: The Unified End-to-End Generative Framework for E-commerce Query Suggestion》已被人工智能頂級(jí)會(huì)議 AAAI 2026 接收。

論文鏈接：https://arxiv.org/abs/2506.06913

一、研究背景

傳統(tǒng)查詢推薦系統(tǒng)通常采用多階段級(jí)聯(lián)架構(gòu)，依次進(jìn)行召回、粗排和精排。盡管該架構(gòu)在響應(yīng)時(shí)間與轉(zhuǎn)化率之間實(shí)現(xiàn)了一定平衡，但也帶來(lái)了明顯的局限性：

• 級(jí)聯(lián)式框架（召回 -> 粗排 -> 排序），前一鏈路性能決定下一鏈路上限；
• 召回、排序分離技術(shù)迭代范式，全鏈路統(tǒng)一目標(biāo)優(yōu)化難；
• 長(zhǎng)尾前綴由于缺乏歷史行為數(shù)據(jù)，難以召回高質(zhì)量 Query。

近年來(lái)，生成式檢索（Generative Retrieval）因其強(qiáng)大的語(yǔ)義理解與生成能力，在推薦與搜索領(lǐng)域展現(xiàn)出巨大潛力。然而，現(xiàn)有方法多聚焦于視頻推薦，其本質(zhì)上是一個(gè)開集到開集的任務(wù)，難以直接應(yīng)用于輸入輸出都是開放詞表的的查詢推薦場(chǎng)景。

二、方法簡(jiǎn)介：OneSug 的三大核心模塊

針對(duì)上述問(wèn)題，快手提出了 OneSug 模型，整體架構(gòu)如上圖所示，主要包括 3 個(gè)部分：

（1）Prefix-Query 表征增強(qiáng)模塊（Prefix2Query Representation Enhancement）

（2）統(tǒng)一的 Enc-Dec 生成架構(gòu)（Unified Encoder-Decoder Architecture）

（3）用戶行為偏好對(duì)齊（User Preference Alignment）

1. Prefix-Query 表征增強(qiáng)模塊

Sug 場(chǎng)景下，用戶輸入的前綴往往較短且意圖模糊（如 “蘋果” 可指水果或品牌）。為此，快手提出的解決方式分為 2 個(gè)部分。

• 語(yǔ)義與業(yè)務(wù)空間對(duì)齊：以 BGE 作為 base 模型，同時(shí)引入用戶真實(shí)的 prefix2query、query2query 數(shù)據(jù)，使用對(duì)比學(xué)習(xí)對(duì) BGE 進(jìn)行微調(diào)，使其語(yǔ)義空間與快手電商的業(yè)務(wù)特征空間對(duì)齊。
• 層次化語(yǔ)義 ID 生成：在對(duì)齊語(yǔ)義空間的基礎(chǔ)上，引入 RQ-VAE，為每個(gè)前綴和 Query 生成層次化的語(yǔ)義 ID。RQ-VAE 可將任意文本映射為離散的語(yǔ)義 ID，同時(shí)保證語(yǔ)義相近的 query 會(huì)被編碼到相同的簇中。通過(guò)這種方式，對(duì)于任何一個(gè)用戶輸入的前綴，可以快速匹配到與其語(yǔ)義 ID 最接近的 top-K 個(gè)相關(guān) query，作為增強(qiáng)上下文輸入后續(xù)生成模型。

2. 統(tǒng)一的 Enc-Dec 生成架構(gòu)

OneSug 的生成架構(gòu)基于 Enc-Dec 結(jié)構(gòu)，并直接通過(guò)自回歸（Autoregressive）方式生成用戶最有可能點(diǎn)擊的 Query。

該模型的輸入包含四個(gè)關(guān)鍵部分：

（1）用戶當(dāng)前輸入前綴（如 “智能手機(jī)”）

（2）由 PRE 模塊增強(qiáng)的相關(guān)查詢序列（如 “智能手機(jī)性價(jià)比 2025”）

（3）用戶歷史行為序列（如過(guò)去搜索的 “藍(lán)牙耳機(jī)”、“手機(jī)殼” 等）

（4）用戶畫像信息

輸出即為模型生成的 Query 列表（如 “智能手機(jī)推薦 2025”、“智能手機(jī)性價(jià)比排行”）。

3. 用戶行為偏好對(duì)齊（RWR）

3.1 用戶偏好量化

3.2 混合排序框架獎(jiǎng)勵(lì)加權(quán)偏好優(yōu)化

傳統(tǒng)的 DPO 使用 < 正樣本，負(fù)樣本 > 對(duì)進(jìn)行訓(xùn)練，但默認(rèn)兩者同等重要。這在業(yè)務(wù)場(chǎng)景中是不合理的，因?yàn)閰^(qū)分 “點(diǎn)擊” 和 “曝光” 的難度遠(yuǎn)小于區(qū)分 “點(diǎn)擊” 和 “隨機(jī)負(fù)樣本”。

RWR 的核心思想是根據(jù)正負(fù)樣本之間的獎(jiǎng)勵(lì)差距，為不同的樣本對(duì)賦予不同的學(xué)習(xí)權(quán)重?？焓謽?gòu)建了九種類型的樣本對(duì)（如

）。對(duì)于每一對(duì)樣本，計(jì)算其獎(jiǎng)勵(lì)差異權(quán)重 rwΔ：

3.3 混合排序框架

為了克服傳統(tǒng) Pairwise 范式的 DPO 在全局排序能力上的局限性，快手引入了一種混合排序框架。該框架將 listwise 范式的排序損失和 point-wise 范式的 sft loss 進(jìn)行混合，使得模型既能獲得高效的排序能力，同時(shí)避免 reward hacking 造成的生成能力下降。

Pairwise 范式對(duì)齊模型，在包含多個(gè)負(fù)樣本的候選中無(wú)法學(xué)習(xí)到 “哪個(gè)是最好的”。受 Plackett-Luce 模型啟發(fā)，快手設(shè)計(jì)了 Listwise 排序損失，對(duì)于正樣本，讓模型同時(shí)拉大它與所有負(fù)樣本的獎(jiǎng)勵(lì)差距，迫使模型不僅要知道正樣本比負(fù)樣本好，還要學(xué)會(huì)在負(fù)樣本越多、越強(qiáng)的情況下，依然將正樣本排在前面，從而直接優(yōu)化列表的整體排序質(zhì)量。

論文中分別提出了基于 Pairwise 和 ListWise 范式的混合排序框架，同時(shí)在理論上證明了 Pairwise 范式的對(duì)齊模型是 ListWise 的特殊情況。

三、實(shí)驗(yàn)結(jié)果

離線效果

在快手電商場(chǎng)景的大規(guī)模數(shù)據(jù)集上，OneSug 在 HR@16 和 MRR@16 指標(biāo)上均顯著優(yōu)于傳統(tǒng)多階段系統(tǒng)與生成式基線模型。論文中同時(shí)提到，OneSug 不僅適用于 Enc-Dec 結(jié)構(gòu)的生成式模型，Decode-only 架構(gòu)的模型同樣適用，且具有更高的離線指標(biāo)，因?yàn)楝F(xiàn)階段的推理耗時(shí)約束暫時(shí)沒有進(jìn)行在線實(shí)驗(yàn)。

在線 A/B

OneSug 模型目前已在快手電商搜索場(chǎng)景下全量推全。在 AB 實(shí)驗(yàn)中，OneSug 大幅度提高了 Ctr、訂單和 GMV 等指標(biāo)，同時(shí)人工測(cè)評(píng) GSB 指標(biāo)也有很大幅度的提升。

在線推理

線上流程完全取代了召回 - 粗排 - 精排，使平均耗時(shí)降低了 43.2%，為后續(xù)優(yōu)化提供了充足的空間。

四、總結(jié)與展望

OneSug 是業(yè)界首個(gè)在電商場(chǎng)景中實(shí)現(xiàn)全流量部署的端到端生成式 Query 推薦系統(tǒng)，其統(tǒng)一建模方式顯著提升了語(yǔ)義理解與個(gè)性化推薦的能力，為生成式模型在搜廣推的落地提供了新范式。

未來(lái)，快手將進(jìn)一步探索大語(yǔ)言模型在排序階段的強(qiáng)化學(xué)習(xí)優(yōu)化、實(shí)時(shí)更新等方向，持續(xù)推動(dòng)端到端生成式系統(tǒng)在推薦、廣告等多業(yè)務(wù)場(chǎng)景中的廣泛應(yīng)用。