大模型驱动的新范式选车引擎

1. 引言

OpenAI的ChatGPT于2022年11月末发布，以其强大的智能能力惊艳四方，掀起了大模型浪潮，开启大模型纪元的时代。
大模型在语言理解、生成创作、逻辑推理等方面表现出非常高的性能水平；而搜索作为检索整合信息的经典场景，成为大模型落地的重要突破口，搜索行业迎来了变革的机会。
微软作为OpenAI的最大股东，首先将chatGPT集成到New bing（现为Copilot）中，合并搜索与聊天能力，将搜索带到了一个新的创新水平。紧接着Google以及Baidu都紧随其后，结合自家大模型技术分别打造了SGE与AI伙伴的AI搜索引擎，以期建立大模型时代搜索的防御壁垒。专注于生成式搜索的创业公司Perplexity AI，不到两年时间估值达到5.2亿美元。国内的天猫璇玑、淘宝问问、抖音AI搜，B站AI助手等等，都将大模型嵌入搜索，为用户提供特色化的搜索体验。

2. 选车引擎如何革新体验

汽车之家是中国领先的汽车互联网平台，为汽车消费者提供贯穿选车、买车、用车、置换等所有环节的全面、准确、快捷的一站式服务，而汽车之家的搜索则是满足用户选车需求的重要入口。汽车之家传统的选车引擎，用户输入汽车相关的Query关键词, 发起搜索返回多个相关的候选结果；然后点击多个链接并进行浏览、信息提取；如果是更加复杂的选车问题，例如想了解“宝马x3的续航怎么样，内部空间大不大”,还需要反复更换不同的query进行搜索，整合多次的查找信息才能进行有效的选车决策。可以发现，当前的搜索选车模式下，用户需要甄别处理大量繁杂、碎片的信息，同时面对多样化的信息容易出现选择困难；对于复杂些的选车需求，用户的选车行为连贯性与完整性都难以保证。受限于传统的搜索形态与技术范式，如何优雅地解决此问题一直都是相对棘手的事。大模型的出现，让问题有了突破的可能。

大规模参数量模型的智能涌现，带来了多项任务上的极速性能提升，其ICL（In Context Learning，上下文学习）以及CoT（Chain of Thought,思维链）特性体现出LLM强大的泛化与智能水平。大模型擅长进行文本创作、语言理解、逻辑推理等AIGC任务，但应用于汽车垂直领域，仍然存在一些不足，例如：领域知识不足，通用大模型的训练数据无法涉及行业的私域数据，专业性知识存在盲区；幻觉问题，询问“剁椒鱼头车是什么”，GPT4给出下图中一本正经却并不正确的答案；时效性问题，大模型受限于参数化知识无法动态更新，对于数据时效外的问题只能拒绝回答或者幻觉生成。

可以发现，想要获得准确严谨的答案，单纯依靠大模型是不现实的，容易出现幻觉、时效性、领域知识、长尾等问题，无法有效满足用户的需求。因此，在大模型还是搜索引擎的选择问题中，我们选择了全都要！