2026年2月，蘋果研究團隊發布報告稱，通過微調30億參數大語言模型（LLM），自動生成數百萬文本相關性標籤，優化App Store搜索排名系統。該模型學習人工評判標準，精準匹配用戶搜索詞與應用元數據（名稱、描述、關鍵詞）。在全量A/B測試中，89%地區轉化率提升0.24%，按2025年預估380億次下載計算，相當於新增數千萬次下載。此舉突破了傳統依賴行為數據、缺乏語義標籤的瓶頸。
2026年2月，蘋果研究團隊發布報告稱，通過微調30億參數大語言模型（LLM），自動生成數百萬文本相關性標籤，優化App Store搜索排名系統。該模型學習人工評判標準，精準匹配用戶搜索詞與應用元數據（名稱、描述、關鍵詞）。在全量A/B測試中，89%地區轉化率提升0.24%，按2025年預估380億次下載計算，相當於新增數千萬次下載。此舉突破了傳統依賴行為數據、缺乏語義標籤的瓶頸。
免責聲明：投資有風險，本文並非投資建議，以上內容不應被視為任何金融產品的購買或出售要約、建議或邀請，作者或其他用戶的任何相關討論、評論或帖子也不應被視為此類內容。本文僅供一般參考，不考慮您的個人投資目標、財務狀況或需求。TTM對信息的準確性和完整性不承擔任何責任或保證，投資者應自行研究並在投資前尋求專業建議。