博主拆解LinkedIn内容搜索架构

博主 jaydeepkarale 称，LinkedIn 内容搜索采用 Token 与 Embedding 双路召回：前者按关键词精确匹配，后者通过双塔模型扩展语义匹配。排序层包含 L1、L2 两级 ranker，均使用文本 embedding 模型和 MLP；其中 L1 将数千条候选帖子缩减至数百条。 按该博主的介绍，帖子质量主要依据 On-topic rate 和用户停留时长衡量，点赞数不作为排序指标。这些架构细节来自博主拆解，并非 LinkedIn 官方披露。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。