以下为上游提供的源文稿，可能存在识别错误。
乔木转写是基于源文稿的中文提炼，不是逐字翻译。请核对原文中的人名、数字与观点。
选一篇，慢慢读
从左侧挑一篇，正文会在这里排成书页。
Short-video search needs compact query rewriters that recover users' personalized intent from ambiguous queries under strict latency constraints. Existing LLM-based methods have improved rewriting by using synthetic reasoning and subsequent consumption-behavioral feedback. However, overemphasizing subsequent consumptio
阅读原文 · Yingtao Ren, Aolin Li, Cheng Cheng, Huiyun Hu, Huasheng Liang, Baoxing Xie, Jun Yuan, Haijun Wu, Yiwei Fu, Chenxing Wang
向阳乔木 · opencode-go/deepseek-v4.1-flash
短视频搜索里的 Query 改写，一直是个被低估的难题。用户输入“那个跳舞的小姐姐”或者“昨天看的那个”，背后是模糊表达加个人历史，模型要在几十毫秒内补全意图。补得准，搜索体验立刻提升；补偏了，用户得自己再改一次，等于白干。 这篇来自微信短视频搜索团队的 WeFair，值得看的地方在于它提出了一套按“反馈可信度”分级的对齐流程。 它真正在解决的是意图漂移 ：...