研究与基准测试/2026-08-20/10 分钟长尾 BadCase 降了 2.96 个点：美团搜索 3.0 把三期实验的窗口都写了美团服务零售搜索用三期实验把 LLM 语义表征放进精排。一期 20% 流量 14 天，长尾 BadCase@1 显著降 2.96pp。二期和三期分别是 7 天的 20% 与 10% 流量。三期订单 +0.32% 没有拆开两类特征。
研究与基准测试/2026-07-21/7 分钟HR@1000 从 0.7735 到 0.8651，线上 GMV 涨 1.64%：淘宝搜索怎么测生成式检索相对 FORGE，HR@1000 从 0.7735 到 0.8651，差 9.16 个百分点。强化学习那一行 HR@5000 更高，但没有上线。线上 1% 流量、38 天，GMV +1.64%，没有绝对值。
