语言模型评估电商搜索页面布局决策研究

2026年10月9日，arXiv Information Retrieval 发布一项研究，探讨如何用语言模型离线评估电商搜索页是否应在特定位置插入 secondary stack，以替代昂贵的在线 A/B 测试。论文比较了直接 prompt、prompt 衍生特征与表示化三类方法，结果显示表示化方法在预测用户参与度上持续优于 prompt 式判定。研究称该方案为电商搜索页面级版式评估提供了可靠的离线基础。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。