WeSearch：微信搜索的统一模型中心检索框架
原标题：WeSearch: A Unified Model-Centric Retrieval Framework for WeChat Search
AI 摘要
微信搜索团队提出并部署了 WeSearch，一个以模型为中心的统一检索框架，用于大规模、持续更新的内容搜索。该方法不再为每篇文档分配固定的层级 Semantic ID，而是先检索与查询相关的簇，再在候选文档空间内做细粒度排序，并结合相关性感知训练、紧凑文档表示和增量索引更新，支持每周甚至每日的模型刷新。WeSearch 已作为微信搜索的主要语义检索路径全量上线，一个月全流量 A/B 测试显示 CTR 提升 0.68%、人均文章点击提升 2.27%，检索资源成本降低 41%，图文检索延迟降低 19 毫秒。
正文节选
WeSearch: A Unified Model-Centric Retrieval Framework for WeChat Search Abstract We present WeSearch, a unified, model-centric retrieval framework for large-scale, continuously evolving content search. Prevailing methods assign documents fixed hierarchical Semantic IDs, implicitly assuming each document follows a single coherent semantic path—an assumption that often breaks down for multi-topic documents. WeSearch instead retrieves query-relevant clusters and then ranks atomic documents within t