微软为Outlook搜索引入小型AI模型优化邮件排序
微软正为Outlook搜索引入一款专用小型语言模型,用于对现有搜索结果重新排序,以提升邮件检索的准确性与相关性;该模型采用精简版模型排名器架构,由更大模型监督训练,目前处于内部测试阶段,微软称早期离线测试结果令人鼓舞。
海宇数科 · 事件日期 · 约 1 分钟 · 0 次阅读

微软正在为Outlook的搜索功能引入一款专用小型语言模型,其作用是对搜索结果进行排序优化,从而让邮件检索更准确、更贴近用户需求。
该模型基于精简版模型排名器(Reranker)架构,训练过程由更大型的模型提供监督信号,目标是在优化搜索排序的同时控制计算资源开销。微软目前正在内部测试这一模型,并表示早期离线测试的结果令人鼓舞。
与能够理解自然语言指令的AI搜索不同,这款模型并不具备自然语言搜索能力,其职责是对已有搜索结果重新排序。微软公布的测试对比显示,新模型有助于改善结果相关性,并减少无关邮件的干扰。
微软近年来不断将AI能力嵌入Outlook,例如Copilot邮件撰写以及会议时间冲突的自动处理。与直接面向用户的生成式AI功能相比,此次的搜索模型更偏重底层检索效率,以轻量化方式优化高频使用场景,也反映出微软正把AI能力从内容生成扩展到传统软件功能的性能改进上。

