- 1. CORE: A Unified Cascaded Ordinal Relevance Estimation Framework for E-commerce Search
针对电商搜索相关性标签天然有序、普通多分类却把相邻与跨级误判等价的问题，CORE 将 High→Mid→Low 估计拆成级联二分类：LLM 侧采用逐级推理、剪枝与分层奖励，在线 BERT 侧使用多级分类头并承接蒸馏。美团离线工业集与线上 A/B 均验证有效，线上 bad-case 率下降 15.94%。
出现于日报：07-29
- 2. Bekko Embedding: Parameter-Efficient Multilingual Retrieval with Ultra-Compact Encoders
Bekko 将 22 层 mmBERT-small 裁剪为 4/13 层，并以约 11 亿多语对比样本、长文硬负例和 Matryoshka 目标训练超小型检索编码器。8M 活跃参数版本在 MMTEB 多语检索 nDCG@10 达 56.2，超过活跃参数多 40 倍的 BGE-M3；模型仅 124 MiB，单 GPU 约 3 天即可训完。
出现于日报：07-30
- 3. Towards a Relevance Posterior in Neural Information Access
论文把神经检索重述为“查询条件似然 × 查询无关先验”的近似后验推断，将文档效用等稳定信号移到离线计算，在线只做分数融合。学习到的先验使 TREC DL-2019/2020 一阶段 nDCG@10 最高分别增加 0.046/0.029，并让 RankZephyr 在 DL-2020 重排上增加 0.054。
出现于日报：07-29
- 4. LoRE: Enhancing Search Relevance with Progressive Chain-of-Thought and Preference Alignment
针对电商搜索相关性判断缺乏统一推理能力定义的问题，LoRE 将任务拆成知识推理、多模态理解和业务规则三类能力，以渐进式 CoT 合成做监督微调，再用强化学习充当正则器压缩冗余推理。淘宝天猫实验中，其 Macro-F1 比 GPT-5 高 29.1%，线上相对收益提升 27%。
出现于日报：07-28
- 5. Joint Optimization of Relevance and Engagement in Multi-Task Ranking for E-Commerce with Efficient LLM Supervision · 📖 深度解读
针对单独优化点击和转化会让热门或价格锚定商品挤占语义相关结果的问题，DoorDash 在多任务排序中加入累积概率形式的序数相关性头，并用轻量 LLM 为超过 1 亿个 query-item 对生成三级标签。相关性 NDCG@10 从 0.812 升至 0.962；线上 ATCR、CVR 和成交额分别提升 1.16%、1.10% 和 0.50%。
出现于日报：07-28
- 6. DSIRM: Learning Query-Bridged Discrete Semantic Identifiers for E-commerce Relevance Modeling
针对连续向量难以区分商品细粒度属性的问题，DSIRM 用 Query-Item 监督改造残差量化，让商品 SID 直接编码相关性，再由生成式 LLM 从 Query 预测 SID，并以层级前缀匹配补充稠密特征。天猫数据上离线 AUC 提升 1.54%，线上 UCTR 提升 0.13%、UCTCVR 提升 0.25%。
出现于日报：07-31
- 7. Synthetic Data Powers Product Retrieval for Long-tail Knowledge-Intensive Queries in E-commerce Search
论文把离线 LLM 多候选改写能力蒸馏为 Query-商品训练对，用语义相关、商品分布对齐和多样性三类奖励控制改写，再以强检索与相关性模型过滤伪标签。相同 2 亿训练规模下，负向意图的 Item Goodrate 提升 12.95 个点；四周线上实验中 Query Goodrate 最高提升 8.62 个点。
出现于日报：07-31
- 8. 大模型在得物社区搜索的落地实践
得物在商品与 UGC 内容混合搜索中，用二阶段属性抽取与相关性判别替代纯 BERT 方案，并以 R1 思路、课程学习和千万级自动标注完成蒸馏。新模型大盘准确率提升 9.6%、F1 提升 10.9%；亿级图文训练使 Recall@10、Recall@100、Recall@1K 分别提升 36%、48%、52%。
出现于日报：07-31
- 9. The Case Against Generation for Retrieval: Discriminative Language Models as Effective Retrievers
Meta 用共享 LLM 编码器、EOS 池化、跨域迁移、cross-encoder 蒸馏和用户塔潜在推理重做双塔召回。0.6B 双塔在 Amazon Toys 上 R@10 达 0.1078，较 8B OneRec-Think 高 35.3%；生产实验仅用传统 DLRM 0.5% 的训练数据即可达到同等 NE，并可通过量化获得 13.6% QPS 增益。
出现于日报：07-30
- 10. Beyond Self-Knowledge: Propagating Uncertainty Across Reasoning and Retrieval in LLMs
BeyondUncertainty 先让黑盒模型给出临时答案与置信度，只对低置信问题触发 top-5 TF-IDF 检索和第二次回答。六个 QA 基准、2.7 万个策略实例上，平均 token F1 为 0.483，高于全量检索的 0.467，同时少取回 20.4% 段落；但置信探测使总 token 用量反增 28.2%。
出现于日报：07-30