主题介绍：
大模型技术为夸克 AI搜索带来革新。它精准解析用户模糊查询意图，拓展了AI搜索框信息获取的服务能力边界，一方面LLM改造了传统搜索，另外一方面提供了先搜后思考、边搜边思考以及多模态搜索等多种新模式，使用户更高效获取知识。本次分享将着重介绍夸克AI引擎在该技术变革中面临的挑战和积累的经验。

主题大纲：
1. 夸克Al搜索的产品新模式和服务能力；
2. 夸克Al搜索在各个新能力构建中的挑战和实践经验；
3. 对于未来技术发展的展望和看法。

主题介绍：
相较于传统的自然语言、图像、多模态模型，大模型核心能力体现在更好的语义理解与生成能力、多模态的整合能力、复杂任务推理与长上下文处理能力。在电商搜索场景，也正在利用大模型重构包括意图理解、相关性、内容质量在内的算法流程，为用户带来更好的体验。
本次分享，将从主流搜索系统出发，做整体梳理。进而介绍电商行业内，大模型跟搜索系统各模块结合的实践和案例。重点介绍得物社区搜索如何利用大模型，在相关性场景进行有效落地且拿到多阶段收益，包括：如何结合业务难点基于大模型做定制优化、如何跟现有搜索流程做结合等。最后会展示得物在AI搜索方面的探索，基于R1等开源模型，结合得物自身的动态和商品数据后，能够给用户带来的价值潜力。

主题大纲：
1. 主流搜索链路的梳理和核心指标介绍；
2. 电商行业内大模型在搜索场景的落地；
3. 大模型在得物相关性场景的落地和收益；
4. AI搜索demo和价值潜力；
5. 总结和展望。

主题介绍：
快手AI搜索将大模型能力与自己站内的视频深度融合，通过理解并总结视频内容，将整理好的答案快速返回给用户，提高用户获取信息的效率和体验。本次分享一方面介绍快手AI搜索的整体技术框架，以及在应用落地过程中遇到的难点和解决方案；另一方面结合富媒体答案相关技术分享，介绍我们在产品形态和技术创新方面的一些探索。

主题大纲：
1. 快手AI搜索背景和产品形态；
2. 快手AI搜索的技术框架，结合索引构建技术、低质检索源筛查、答案生成模型优化，介绍RAG技术在快手落地过程中解决的技术难点；
3. 富媒体答案生成探索，介绍借助快手站内视频，产出文字+视频的富媒体答案方面的技术探索，包括在多模态大模型方面的技术创新。

听众收益：
1. 了解快手AI搜索相关技术应用和落地过程中遇到的难点和解决方法；
2. 了解快手结合自己的视频生态，在富媒体答案等方面进行的尝试；
3. 了解快手在多模态大模型方面进行的技术创新。