小红书精读：One-Step Retrieval Framework for Real-Time Sponsored Search Ads Using Hierarchical Text Representations

🔍广告检索不用SID了？ANGLE这么干

各位算法同学们，广告检索线上消费 +1.81%、GMV +2.16%，但更狠的是它把相关性评估和预排序直接砍了，生成完候选就送进最终排序。

这篇要解决的是传统多级级联架构里各模块目标不一致、高潜广告被提前筛掉的问题，以及 SID 生成式方法要背大量映射、泛化差、解码效率低。它给出的 ANGLE 框架，用分层文本表示替代离散 SID，还把生成、判别、排序合进一个 LLM。

📄 One-Step Retrieval Framework for Real-Time Sponsored Search Ads Using Hierarchical Text Representations

🔧 广告表示换成 intent + abstract 的分层文本。intent 给高层商业意图概览，abstract 给细粒度广告细节，直接由 LLM 生成。新广告不用重建 SID 映射，从广告文本生成 int-abs 对就行，泛化更好，也更可解释。

🧩 训练一个 GDR-LLM，把生成、判别、排序能力塞进同一个基座。检索时先生成 query 对应的 intent-abstract，再用倒排索引找回广告，检索结果跳过 relevance 和 pre-ranking，直接进 ranking。

⚙️ 解码用动态约束 beam search，beam size 是 4，保证生成的 intent-abstract 能命中广告索引，不是自由发挥。这个细节挺工程，直接关系到线上能不能实时出候选。

📊 线上 A/B 实验：消费 +1.81%，GMV +2.16%，点击 +1.5%，来自真实搜索广告场景。

📈 离线对比 7 个 baseline，在 HR、MAP、ACR 这几个关键指标上 ANGLE 都最好。

✅ 论文提到框架在千万级规模的生产环境验证，不是纯离线玩具。

总结一下，做搜索广告或生成式检索的同学可以跟，重点看它怎么用文本表示替代 SID、怎么平衡生成和排序。要盯的指标除线上 GMV 和消费，还有离线 HR/ACR 以及索引覆盖率。坑也明显：int-abs 表示质量依赖 LLM，广告库更新和倒排索引维护成本、约束解码的命中率、跳过 relevance 后 ranking 的压力，都得看线上长期表现。和 MCA 比它链路更短，和 SID 生成式方法比它泛化和可解释性更好，但大规模广告库下能不能稳住，是后续要观察的点。

原文：AlphaXiv