美团搜索 3.0：基于大模型语义表征重构本地生活搜索

美团技术团队近日披露了搜索 3.0 系统的深度迭代路径。面对服务零售品类繁多、意图复杂且供给非标准化的挑战，美团通过引入大语言模型（LLM）的语义表征（Semantic Representation）技术，成功实现了从传统关键词匹配向认知决策搜索的范式转换。

技术演进分为三个阶段：初期通过小参数模型微调验证可行性，通过 Embedding 相似度注入精排模型；第二阶段针对商品侧语义缺失，引入对比学习与五元组数据，并利用 MRL-E 技术提升推理效率；第三阶段则将表征能力无缝平移至“下挂精排”场景，结合个性化特征交叉，进一步提升了搜索转化的精准度。

这一系统性重构解决了长尾搜索中“词面不匹配但语义高度相关”的难题。线上数据显示，美团搜索 3.0 在点击 NDCG 与结果页转化率（QV_CTR）上均取得显著提升，证明了 LLM 在本地生活复杂商业场景下的落地价值。