TaoSR1: KI-Modell verbessert Produkt-Suchrelevanz durch Chain‑of‑Thought‑Logik

In der E‑Commerce‑Suche steht die Vorhersage der Relevanz zwischen Suchanfrage und Produkt im Mittelpunkt. Während BERT‑basierte Modelle exzellente semantische Übereinstimmungen liefern, fehlt ihnen die Fähigkeit zu komplexen Überlegungen. Der neue Ansatz TaoSR1 nutzt große Sprachmodelle (LLMs) direkt für diese Aufgabe und löst dabei zentrale Probleme wie Fehlerakkumulation bei Chain‑of‑Thought‑(CoT)‑Logik, falsche Aussagen (Halluzinationen) und die praktische Einsatzfähigkeit.

Der Rahmen besteht aus drei aufeinanderfolgenden Schritten: Erstens wird das Modell mit CoT‑gestütztem Supervised Fine‑Tuning (SFT) trainiert, um das logische Denken zu verankern. Danach erfolgt ein Offline‑Sampling, bei dem ein pass@N‑Strategie‑Ansatz und Direct Preference Optimization (DPO) die Qualität der generierten Antworten verbessern. Abschließend nutzt TaoSR1 eine schwierigkeitsspezifische dynamische Stichprobe mit Group Relative Policy Optimization (GRPO), um Halluzinationen zu reduzieren.

Zusätzlich werden nach der CoT‑Phase spezielle Post‑Processing‑Schritte und ein kumulativer Wahrscheinlichkeits‑Partitionierungsmechanismus eingesetzt, die eine effiziente Online‑Bereitstellung ermöglichen. In Offline‑Tests übertrifft TaoSR1 die bisherigen Baselines deutlich, und in Live‑A/B‑Tests mit menschlichen Bewertungen erzielt es signifikante Verbesserungen. Damit eröffnet das Modell ein neues Paradigma für die Anwendung von Chain‑of‑Thought‑Logik bei der Relevanzklassifizierung in der E‑Commerce‑Suche.