RPTune：通过学习式上下文策展优化 LLM 目录搜索

RPTune 是一个端到端框架，将学习式目录策展与 LLM 后训练结合，利用自动生成的目录监督信号优化产品搜索。编码器-重组器策展器根据下游 LLM 反馈对商品排序和剪枝，策展后的目录再通过上下文相关奖励进一步提升后训练效果。在 7 个真实商户、每种 100 条复杂对话查询的评估中，策展带来最高 31.4 个百分点的准确率提升，后训练额外平均提升 10.3 个百分点，适用于闭源和开源 LLM。