7.2
深览指数
科技Bestblogs·字节跳动开源··AI 生成
火山引擎开源 Agent 驱动的搜索自迭代技术
火山引擎开源了SearchCLI项目，其核心是一个名为SPA（Strategy Population Annealing）的算法，该算法将搜索策略编码为基因组，通过多保真评测和多视角精英选择，在有限预算下自动寻找最优的搜索参数组合。文章详细介绍了Agent驱动的搜索自迭代闭环，从理解目标、分配评测预算到输出候选配置，旨在将专家调优流程自动化、可重复化。适合搜索系统工程师、算法研究员以及对自动化参数调优感兴趣的读者，了解如何用Agent和进化算法解决搜索策略的持续优化难题。原文 ↗
核心观点
- ▍火山引擎开源的SearchCLI方案，通过Agent驱动的SPA算法，将搜索策略的专家调优流程转化为可重复、可审阅的自动化闭环，解决了参数相互影响且难以持续低成本调优的问题。
- 01SPA算法将搜索策略编码为带领域语义的Genome，通过快速、中间、确认三层评测（多保真度）来淘汰无效策略并提高最终策略的置信度。
- 02多视角Elite机制同时保留全局最优、各查询类型最优、低延迟、低零结果等多个分支，防止种群过早收敛到局部最优。
- 03在服饰、综合商品和图片三个业务数据集的离线评测中，自动调优策略相较默认策略，NDCG@20提升11.66%～13.50%，Precision@10最高提升21.17%。
- 04SearchCLI提供了工程保障，包括Plan预先估算实验成本、受控并发、标签缓存、Checkpoint/Resume断点续传，以及apply步骤的dry-run和人工确认机制。
- 05方案由三层组成：Agent（理解目标、选择评测路径、解释结果）、Skills（参数语义、调优边界、安全规则、标准工作流）、SearchCLI（批量搜索、标注、缓存、指标计算）。
- 06语义化进化与退火机制在探索与利用之间进行平衡，初始种群覆盖有意义的搜索行为，而非随机生成。
反方 / 局限
- — 文章强调自动化减少重复劳动而不取消人工判断，最终候选配置仍需人工确认，这意味着整个流程的效率提升受限于人工审核环节的带宽。
- — 文中提及的评测结果基于离线数据集，未讨论在线A/B测试中可能出现的环境不一致、用户行为变化等挑战，离线最优策略在线上的表现存在不确定性。
3 分钟 · 4 卡片 · 6 资料
读原文 →