Alibaba发布SAM-D2Q：提升电商搜索性能的全新多模态Doc2Query框架

摘要：Alibaba的研究团队推出了一种名为SAM-D2Q的多模态Doc2Query框架，旨在解决电商搜索中的词汇不匹配问题。该框架通过多模态监督微调、数据增强和基于强化学习的偏好对齐三个阶段，显著提升了搜索性能。在AliExpress的实际部署中，SAM-D2Q将GMV（总成交额）提升了3.38%，支付次数增加了2.27%，展示了其在提升电商业务指标方面的巨大潜力。

---

核心突破

Alibaba的研究团队推出了一种名为SAM-D2Q的多模态Doc2Query框架，旨在解决电商搜索中的词汇不匹配问题。传统Doc2Query方法仅依赖文本数据，无法充分利用产品图像中的视觉信息，且未针对电商业务目标进行优化。SAM-D2Q通过以下三个阶段解决了这些问题：

1. 多模态监督微调：增强对产品标题、图像和用户查询的视觉-语言理解能力。
2. 多模态数据增强：提升对关键视觉属性的感知能力，并扩大扩展覆盖范围。
3. 基于强化学习的偏好对齐：鼓励模型生成更符合用户意图和商业价值的伪查询。

技术亮点

• 多模态融合：结合文本和视觉信息，提升对用户查询和产品属性的理解。
• 强化学习优化：通过偏好对齐，生成更符合用户需求和商业目标的伪查询。
• 电商业务导向：专门针对电商场景优化，提升GMV和支付次数等关键业务指标。

实际应用效果

在AliExpress的实际部署中，SAM-D2Q展示了显著的性能提升：

• GMV提升：+3.38%
• 支付次数增加：+2.27%

行业影响

SAM-D2Q的推出标志着电商搜索技术的一个重要进步。通过多模态数据的融合和强化学习优化，该框架不仅提升了搜索的准确性和相关性，还直接推动了电商业务指标的提升。对于电商平台和商家而言，SAM-D2Q提供了一种新的工具来增强用户体验和增加销售额。

开发者建议

对于电商领域的开发者和技术团队，建议关注SAM-D2Q的应用和进一步优化。以下是一些建议：

• 多模态数据整合：探索如何将更多类型的数据（如用户行为数据、社交媒体数据）整合到多模态搜索框架中。
• 强化学习应用：尝试将强化学习应用于其他电商场景，如个性化推荐和动态定价。
• 性能监控与优化：持续监控SAM-D2Q在实际应用中的性能，并根据用户反馈和业务需求进行优化。

---

消息来源：ArXiv cs.IR (2026-09-07)

—— 完 ——

主题标签： #Alibaba 关注 #多模态 关注 #电商搜索 关注 #强化学习 关注 #GMV 关注