REVISION: Taobao e-commerce visual search를 위한 새로운 프레임워크
개요
Taobao 전자상거래 시각 검색에서, 사용자의 다양한 암묵적 의도(no-click 요청)를 효과적으로 파악하고 시스템 전략에 반영하는 것이 중요하다. 이를 위해 REVISION이라는 새로운 프레임워크를 제안한다. REVISION은 오프라인 추론 마이닝과 온라인 의사 결정 및 실행을 통합하여 암묵적 사용자 요구에 적응하는 전략을 가능하게 한다. 오프라인 단계에서는 대규모 모델을 활용하여 과거 no-click 요청으로부터 불일치를 파악하고, 질의 및 제품 메타데이터를 기반으로 최적의 제안을 추론한다. 온라인 단계에서는 REVISION-R1-3B를 통해 쿼리 이미지 및 관련 제품을 분석하여 최적화 계획을 생성하고 검색 파이프라인에서 전략을 동적으로 조정한다. 이 프레임워크는 대규모 모델과 전통적인 검색 시스템을 통합하여 정보 수집 및 사용자 상호 작용 전반에서 지능적인 최적화를 가능하게 한다. 실험 결과는 암묵적 의도 마이닝 효율성을 개선하고 no-click rate를 유의미하게 감소시켰음을 보여준다.
