LEAPS用RAG重构淘宝搜索：上扩查询与下滤噪声实战

淘宝搜索团队在2025年8月上线的LEAPS（大模型驱动的淘宝AI搜索自适应插件），通过两个“插件”一次性解决了“搜不到”和“搜太多”两大难题。目前已为数亿用户提供月服务，点击率提升16.4%，无结果率下降31.7%。

免费影视、动漫、音乐、游戏、小说资源长期稳定更新！ 👉 点此立即查看 👈

想象一下，你对传统电商搜索引擎说：“我想要一件500到800元、适合海边婚礼的亚麻男士西装，不要纯黑、不要大logo。”系统很可能给你零结果。退而求其次，只搜“亚麻西装”，又会淹没在成千上万款不相关的商品噪音里。

淘宝搜索团队推出的LEAPS插件，正是为了解决这个痛点。它用两个核心模块一举攻克“无结果”和“结果过载”的困境，目前每月服务数亿用户，实现了点击率提升16.4%、无结果率大幅降低31.7%的效果。

LEAPS在无需改动原有搜索系统的前提下，上游用大模型“扩写”多路查询，帮系统找回更多潜在选项；下游再用大模型担任“语义门卫”，把无关噪音精准过滤，真正做到“扩得开又守得住”。

方案速览

整个流程对原搜索引擎黑盒调用，只通过“发查询-取结果”接口交互，实现零侵入、可热插拔。

图片

上游：Query Expander 怎么扩得又准又多？

训练过程分为三个阶段，每一步都针对一个真实痛点：

逆向数据增强
用商品标题反向合成“人话”查询，解决了冷启动阶段缺乏高质量“查询-改写”数据对的难题。

后验知识微调
把每条候选改写真刀真枪地送进搜索引擎，用验证器回标精准率，挑出Top-K进行监督微调，让模型学会“哪些属性可放宽、哪些必须死守”，显著降低零结果率。

多样性感知强化学习
引入了三种集合级奖励：混合相关性：兼顾单条精准与增量贡献，惩罚重复语义；全局相关性：看整个候选池的总体精度；有效相关性：再惩罚那些“挤占结果位但无新增好货”的冗余查询。
采用GSPO算法直接对8条改写做组级比较，训练稳定且收敛最高。

效果：相比只做监督微调，强化学习版的混合相关性得分从0.432提升至0.555，全局相关性得分从0.575跃升至0.735，实现全面优化。

图片

下游：Relevance Verifier 如何当好守门员？

多源数据融合
除了标题和属性，把商品详情的OCR文本、精选评论、价格、销量、店铺评分全部纳入，补齐“上下文盲区”。

思维链推理内化
用80万条人工标注的（查询，商品，理由）三元组做多指令微调，让模型输出“相关/不相关”标签的同时，给出一句人话理由，既保证可解释性又将输出压缩至12个token内。

工程化高并发
采用“顺序批处理+双阶分页”策略：利用用户下滑行为做天然分批，动态给高贡献查询更多展示位；若首屏被过滤过多，自动补下一页，实现“无感加载”。

实验与实战

图片

图中真实案例显示，同一条复杂的婚礼西装查询，老系统返回0结果，LEAPS的扩展模块生成6路候选，经精准筛选后得到18款完全符合要求的商品，用户一键即可下单。

留给未来的两步

让扩展模块为每条改写输出“信心分”，通过强化学习动态分配搜索预算，打破“平均用力”；将验证器升级为原生视觉-语言模型，直接看图识字，再蒸馏出小模型，让大促高峰也能扛住十亿级调用。

LEAPS提供了一种“插件式”范式：用大模型能力包一层“语义转换+语义过滤”，就能让磨剑十年的老引擎瞬间听懂人话。对于预算紧张、风险敏感的业务，这是一条低成本迈入对话式搜索时代的捷径；对于算法同学，其三阶段训练框架和多样性奖励设计也能平移到任何“召回-排序”场景。

带走LEAPS的思路，你的搜索、推荐、广告系统也能“扩得开、守得住”。

LEAPS: An LLM-Empowered Adaptive Plugin for Taobao AI Search