算法论文7

CQ - SID助力手猫搜索召回

阿里云开发者2026-09-04

AI 摘要

作者团队：针对电商搜索挑战，提出CQ - SID构建方法与目标引导强化学习范式。实验显示，CQ - SID召回效果好、省资源，EG - GRPO能平衡精确性与多样性，线上实验成效显著，未来将探索新范式。

关注公众号

扫码关注
第一时间收到每日精选

公众号专辑

OpenAI发布GPT - 6 Astra，能力强但问题不少

9月3日，OpenAI发布GPT - 6 Astra，重点提升电脑操作、软件开发和复杂工作处理能力。它有诸多更新，如电脑操作提速、支持异步工具调用等，但也存在监测难、价格高的问题，实际效果待验证。

Claude Fable 5.1虽可兼容旧版提示词，但行为习惯有变化。官方整理提示词与工程落地指南，涵盖思考程度、工具调用进度汇报、独立工具批量调用等多方面使用技巧和避坑细节。

随着合成数据增多，模型需判断数学数据题目能否被信任。北大DCAI团队提出MathDebugger质检BenchMark，覆盖问答两端，评测主流LLM和PRM。还探究能否判断正误、分类错误、修复数据，证明错误标签可作监督信号。

阿尔伯塔大学强化学习团队提出FAME框架，解决持续强化学习“学新忘旧”问题。团队先定义基础概念，将知识整合写成优化问题，再受人类学习机制启发设计FAME，实验优势明显。研究还探讨持续学习的产业价值。