微软正为outlook搜索功能部署一款专用于结果排序的小型语言模型，旨在提升邮件检索的精准度与相关性。

据了解，该模型基于轻量级重排序器（Reranker）架构，借助更大规模模型进行监督训练，在保障低计算开销的前提下优化搜索结果排序逻辑。目前该模型正处于微软内部测试阶段，官方透露其早期离线评估表现积极。

需注意的是，这一模型并不具备自然语言理解能力，也未实现端到端的AI驱动搜索；它仅作用于已有搜索结果的二次排序，而非替代传统关键词匹配流程。微软公布的对比测试截图显示，启用新模型后，高相关性邮件排名显著提升，无关邮件出现频次明显下降。

近年来，微软持续推进AI在Outlook中的深度集成，例如Copilot辅助撰写邮件、自动识别并协调会议时间冲突等。相较直接面向用户的生成式AI功能，本次上线的搜索重排序模型更聚焦底层检索性能，以轻量化设计强化高频使用场景的响应效率。这也反映出微软正将AI技术应用从内容创作层面，逐步拓展至传统办公软件核心功能的系统级优化之中。

oo-outlook

Outlook（microsoft.com）：此技能适用于**所有 Outlook 相关请求**，包括读取、创建和更新数据。只要任务涉及 Outlook，均应使用该技能，**而非直接调用 API**。

下载

☞☞☞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☜☜☜