随着大语言模型（llm）技术的持续深化，搜索引擎正迎来第三次范式变革——从早期的关键词字面匹配，加速迈向以深度意图解析与认知级决策为内核的3.0阶段。近期，美团技术团队发布重磅技术解读，系统性呈现了美团搜索3.0在服务零售排序场景中的三阶段演进路径，全面展示了大模型语义表征（semantic representation）如何在本地生活这一高度复杂、非标密集的业务环境中实现规模化落地，并释放核心业务价值。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
一、 聚焦服务零售：突破传统匹配瓶颈，迈向语义级重构
服务零售与商品零售在底层逻辑上存在显著差异。相比标准化程度高、结构清晰的商品体系，美团所深耕的服务零售及本地生活领域，具有品类极度碎片化、用户搜索意图高度混杂（涵盖交易型、信息获取型、线索留资型等多种类型）、供给形态高度非标等典型特征。
在实际搜索过程中，传统精排模型严重依赖Query与POI/Deal之间的文本表面重合度。然而，面对海量长尾服务需求与模糊多义的用户表达，传统人工设计特征的泛化能力迅速见顶。例如，用户输入“宠物 SPA+ 洗澡”，真实匹配的服务可能命名为“爱宠焕新护理套餐”；搜索“春节大扫除”，对应供给却常标注为“节前全屋深度清洁服务”。此类案例中，Query与供给名称几乎无字面交集，但其语义关联极为紧密。
为弥合这一深层语义断层，美团服务零售搜索排序团队在过去一年间，持续推进LLM在精排体系中的深度集成：通过为Query、商家（POI）及商品（Deal）分别构建高质量语义向量，将语义相似度（以cosine相似度量化）作为强信号注入排序模型，完成了从单点特征实验验证，到端到端表征体系重建，再到跨业务场景迁移复用的关键跃迁。
从零搭建飞书机器人。支持 MiniMax/MiMo 等模型、工具调用（搜索/天气/百科/记忆）、Skill 架构。一站式交付可上线运行的飞书群聊 bot。基础版本，后续可自行升级能力
二、 三阶段攻坚：从可行性探索走向全域能力筑基
1. 第一阶段：精排引入大模型语义表征（可行性验证）
该阶段聚焦于最根本命题：LLM生成的语义Embedding是否真能提升精排效果？
- 技术实现：采用轻量级开源基座模型，实施全参数微调；在词表中嵌入专用Token作为语义聚合锚点，并借助定制化Attention Mask，严格隔离Query与商家上下文，保障语义建模独立性。
- 特征融合方式：模型分别产出Query、POI Embedding后，计算二者cosine相似度，再经离散分桶处理，以可学习Embedding形式拼接至精排特征池。
- 线上成效：离线评估显示点击NDCG明显提升；上线后，整体搜索支付订单量与服务零售类订单均实现可观增长，尤其在长尾低覆盖场景中，BadCase率大幅下降。结果有力证实：LLM语义表征具备切实可观的精排增益能力。
2. 第二阶段：商家侧精排表征体系全面升级
针对第一阶段暴露的短板——商品维度语义缺失、全参微调开销过大、优化目标与排序本质脱节等，团队启动系统性重构。
- 五元组训练范式 + 对比学习：构建包含Query、正向商品样本、正向商家样本、难负样本及易负样本的五元组数据结构，摒弃简单二分类监督，全面引入InfoNCE Loss与Triplet Loss，精准对齐排序模型真正关注的“多候选相对序”目标。
- 轻量化部署与多粒度表征：由全参微调转向LoRA适配方案，使用独立序列编码+可学习向量替代原方案；降维策略升级为MRL-E（Matryoshka Representation Learning），兼顾训练/推理效率，并支持不同维度下的弹性表征输出。
- 线上表现：商家精排的点击GAUC与转化效率同步跃升；大盘数据显示，有效点击量与结果页转化率（QV_CTR）显著提高，表明语义表征不仅能拓宽曝光边界，更能驱动更高质的用户行为转化。
3. 第三阶段：下挂精排接入语义能力 + 全域特征深度交叉
在商家精排完成体系化升级基础上，团队将成熟语义能力平滑迁移至下挂精排（即对单个商家旗下多个商品进行精细化排序），并同步推进全域统计类交叉特征的治理与增强。
- 覆盖能力攻坚：因商家精排与下挂精排的Query分布差异显著，初期面临语义模型覆盖不足问题。团队通过双端Query语义分布对齐、跨场景数据清洗与增强，成功实现语义表征能力在商品粒度上的无缝延伸。
- 双轨协同建模：同步开展“大模型语义迁移”与“个性化×商品”、“Query意图×商品”等高阶交叉特征建模，推动搜索结果在细粒度意图满足与供给匹配精度上实现新一轮升级。
三、 回顾与前瞻
美团搜索3.0的发展轨迹印证：大模型在本地生活场景的落地，绝非简单模型替换，而是一条需历经“单点验证→系统重构→跨域泛化”的扎实演进之路。通过将LLM强大的语义理解力转化为高保真、高密度的连续向量与结构化分桶特征，美团已实质性打通服务零售中“复杂用户意图”与“高度非标供给”之间的认知鸿沟，为亿万用户持续提供更懂所需、更准所求的智能本地生活搜索体验。
