效果、性能雙突破，快手OneSug端到端生成式框架入選AAAI 2026

當你在電商平臺搜索“蘋果”，系統會推薦“水果”還是“手機”？或者直接跳到某個品牌旗艦店？短短一個詞，背后承載了完全不同的購買意圖。而推薦是否精準，直接影響用戶的搜索體驗，也影響平臺的轉化效率。

查詢推薦（Query Suggestion）是現代電商搜索系統中的關鍵功能，通過在用戶輸入過程中實時推薦相關查詢，幫助用戶快速明確意圖，提升搜索體驗與轉化效率。傳統方法通常采用多階段級聯架構（MCA），雖然在效率與效果之間取得了一定平衡，但由于各階段目標不一致、長尾查詢召回困難等問題，限制了系統性能的進一步突破。

基于上述問題，快手在業界首次提出端到端的生成式統一查詢推薦框架 ——OneSug，成功將召回、粗排、精排等多個階段統一在一個生成模型中，顯著提升了推薦效果與系統效率，在快手電商場景中實現了業務指標與用戶體驗的雙重提升。

本工作相關成果《OneSug: The Unified End-to-End Generative Framework for E-commerce Query Suggestion》已被人工智能頂級會議 AAAI 2026 接收。

論文鏈接：https://arxiv.org/abs/2506.06913

一、研究背景

傳統查詢推薦系統通常采用多階段級聯架構，依次進行召回、粗排和精排。盡管該架構在響應時間與轉化率之間實現了一定平衡，但也帶來了明顯的局限性：

• 級聯式框架（召回 -> 粗排 -> 排序），前一鏈路性能決定下一鏈路上限；
• 召回、排序分離技術迭代范式，全鏈路統一目標優化難；
• 長尾前綴由于缺乏歷史行為數據，難以召回高質量 Query。

近年來，生成式檢索（Generative Retrieval）因其強大的語義理解與生成能力，在推薦與搜索領域展現出巨大潛力。然而，現有方法多聚焦于視頻推薦，其本質上是一個開集到開集的任務，難以直接應用于輸入輸出都是開放詞表的的查詢推薦場景。

二、方法簡介：OneSug 的三大核心模塊

針對上述問題，快手提出了 OneSug 模型，整體架構如上圖所示，主要包括 3 個部分：

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

（2）統一的 Enc-Dec 生成架構（Unified Encoder-Decoder Architecture）

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

1. Prefix-Query 表征增強模塊

Sug 場景下，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 個部分。

• 語義與業務空間對齊：以 BGE 作為 base 模型，同時引入用戶真實的 prefix2query、query2query 數據，使用對比學習對 BGE 進行微調，使其語義空間與快手電商的業務特征空間對齊。
• 層次化語義 ID 生成：在對齊語義空間的基礎上，引入 RQ-VAE，為每個前綴和 Query 生成層次化的語義 ID。RQ-VAE 可將任意文本映射為離散的語義 ID，同時保證語義相近的 query 會被編碼到相同的簇中。通過這種方式，對于任何一個用戶輸入的前綴，可以快速匹配到與其語義 ID 最接近的 top-K 個相關 query，作為增強上下文輸入后續生成模型。

2. 統一的 Enc-Dec 生成架構

OneSug 的生成架構基于 Enc-Dec 結構，并直接通過自回歸（Autoregressive）方式生成用戶最有可能點擊的 Query。

該模型的輸入包含四個關鍵部分：

（1）用戶當前輸入前綴（如 “智能手機”）

（2）由 PRE 模塊增強的相關查詢序列（如 “智能手機性價比 2025”）

（3）用戶歷史行為序列（如過去搜索的 “藍牙耳機”、“手機殼” 等）

（4）用戶畫像信息

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

3. 用戶行為偏好對齊（RWR）

3.1 用戶偏好量化

3.2 混合排序框架獎勵加權偏好優化

傳統的 DPO 使用 < 正樣本，負樣本 > 對進行訓練，但默認兩者同等重要。這在業務場景中是不合理的，因為區分 “點擊” 和 “曝光” 的難度遠小于區分 “點擊” 和 “隨機負樣本”。

RWR 的核心思想是根據正負樣本之間的獎勵差距，為不同的樣本對賦予不同的學習權重。快手構建了九種類型的樣本對（如

）。對于每一對樣本，計算其獎勵差異權重 rwΔ：

3.3 混合排序框架

為了克服傳統 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 進行混合，使得模型既能獲得高效的排序能力，同時避免 reward hacking 造成的生成能力下降。

Pairwise 范式對齊模型，在包含多個負樣本的候選中無法學習到 “哪個是最好的”。受 Plackett-Luce 模型啟發，快手設計了 Listwise 排序損失，對于正樣本，讓模型同時拉大它與所有負樣本的獎勵差距，迫使模型不僅要知道正樣本比負樣本好，還要學會在負樣本越多、越強的情況下，依然將正樣本排在前面，從而直接優化列表的整體排序質量。

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

三、實驗結果

離線效果

在快手電商場景的大規模數據集上，OneSug 在 HR@16 和 MRR@16 指標上均顯著優于傳統多階段系統與生成式基線模型。論文中同時提到，OneSug 不僅適用于 Enc-Dec 結構的生成式模型，Decode-only 架構的模型同樣適用，且具有更高的離線指標，因為現階段的推理耗時約束暫時沒有進行在線實驗。

在線 A/B

OneSug 模型目前已在快手電商搜索場景下全量推全。在 AB 實驗中，OneSug 大幅度提高了 Ctr、訂單和 GMV 等指標，同時人工測評 GSB 指標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，使平均耗時降低了 43.2%，為后續優化提供了充足的空間。

四、總結與展望

OneSug 是業界首個在電商場景中實現全流量部署的端到端生成式 Query 推薦系統，其統一建模方式顯著提升了語義理解與個性化推薦的能力，為生成式模型在搜廣推的落地提供了新范式。

未來，快手將進一步探索大語言模型在排序階段的強化學習優化、實時更新等方向，持續推動端到端生成式系統在推薦、廣告等多業務場景中的廣泛應用。