ZooWork-ShopRanker:一个开源的、偏好对齐的电商重排序模型
摘要
本文介绍了ZooWork-ShopRanker,这是一个开源的电商重排序模型系列,对齐到由评审者标注的人类偏好,相比基线实现了显著的性能提升,并发布了模型和一个新的研究基准。
查看缓存全文
缓存时间: 2026/09/28 08:03
论文页面 - ZooWork-ShopRanker:一个开放、偏好对齐的电商重排序器
来源:https://huggingface.co/papers/2609.31002
摘要
为通用网络检索训练的开放重排序器在转移到电商领域时存在不足,因为排序决策不仅取决于主题相关性,还涉及用户偏好、产品约束和产品间的比较适配性。这些偏好信号难以大规模监督:真实的搜索流量能提供真实的查询和候选结果,却没有干净的成对标签。我们提出 ZooWork-ShopRanker,这是一系列(0.6B、4B 和 8B 参数)与判定标签化的购物偏好对齐的电商重排序器。训练样本对由一个来自不同系列的推理型大语言模型(LLMs)专家小组作为偏好“预言机”进行标注,其判断经过位置去偏处理并分层达成一致,重排序器则基于这些标签进行训练。对齐后的 8B 旗舰模型随后作为蒸馏教师,用于指导高效的 4B 和 0.6B 模型——后者通过拟合教师模型的分数并在判定样本对上进行“锐化”来优化。为了衡量进展,我们引入 ShopRank-Bench,这是一个包含约 10,000 条私域流量偏好样本对的抗污染基准测试,提供文本和代码两种格式,并根据每个标签被多少个判定模型家族认可进行分层。ZooWork-ShopRanker-8B 和 -4B 显著超越了最强的开放重排序器基线;每个模型都显著优于其未对齐的基础模型;ZooWork-ShopRanker-0.6B 也超越了同规模的模型。这些优势在两种格式下均成立,并且可扩展到常见的 MTEB 基准测试。我们公开发布这些模型以及双格式的 ShopRank-Bench,以促进进一步研究。
查看 arXiv 页面 (https://arxiv.org/abs/2609.31002)
查看 PDF (https://arxiv.org/pdf/2609.31002)
添加到收藏夹 (https://huggingface.co/login?next=%2Fpapers%2F2609.31002)
通过您的代理获取此论文:
hf papers read 2609.31002
没有最新的 CLI?curl \-LsSf https://hf\.co/cli/install\.sh \| bash
引用此论文的模型(3个)
srpone/zoowork-shopranker-4b
文本排序 • 4B 参数 • 更新于约 1 小时前 • 1 个 (https://huggingface.co/srpone/zoowork-shopranker-4b)
srpone/zoowork-shopranker-0.6b
文本排序 • 0.6B 参数 • 更新于约 1 小时前 • 1 个 (https://huggingface.co/srpone/zoowork-shopranker-0.6b)
srpone/zoowork-shopranker-8b
文本排序 • 8B 参数 • 更新于约 1 小时前 • 1 个 (https://huggingface.co/srpone/zoowork-shopranker-8b)
引用此论文的数据集(1个)
srpone/zoowork-shoprank-bench
更新于 1 分钟前 (https://huggingface.co/datasets/srpone/zoowork-shoprank-bench)
引用此论文的 Space(0个)
没有链接到此论文的 Space。
在 Space 的 README.md 中引用 arxiv.org/abs/2609.31002 以从此页面链接。
包含此论文的收藏夹(0个)
没有包含此论文的收藏夹。
将此论文添加到收藏夹 (https://huggingface.co/new-collection) 以从此页面链接。
相似文章
StoreBench:用于评估和训练自主运营智能体的直播电商环境
StoreBench 引入了一个直播电商强化学习环境,自主智能体在其中运营一家在线服装店,配备 29 个商家工具,用于测试不确定性条件下的长周期规划能力。目前没有任何前沿 LLM 能够匹敌脚本化的智能分流基线(表现最好的 DeepSeek-V4-Pro 通过率为 49%,而基线为 97%),但对 Qwen3.5-27B 进行 GRPO 后训练可显著提升其在留出集上的表现。
AdaTutoRank:通过自适应辅导优化学习为RAG和深度研究重排文档集
AdaTutoRank引入了一种使用自适应辅导优化训练的集合级重排器,用于增强RAG和深度研究中的文档集排名,以更少的检索调用实现卓越性能。
MMShopBench:面向多模态、多轮购物代理的真实日志基准
MMShopBench 引入了一个面向多模态、多轮购物代理的真实日志基准,要求从用户图像和对话中进行联合推断,并配备离线沙盒和训练集以提升开源模型性能。
用可持续性换取参与度:电商推荐中的碳感知重排序
本文提出了一种针对电商推荐的碳感知重排序策略,利用检索增强流水线估计产品碳足迹,并在预测的参与度与可持续性之间进行权衡。基于Amazon评论数据集的评估表明,在参与度损失极小的情况下可实现显著的碳减排。
EvoRank:LLM引导的多目标排序学习管道进化
EvoRank是一个LLM引导的进化系统,用于发现电子商务中的多目标排序学习管道,它展示了相对于基线的可迁移改进,并包含审计工具。