应用与平台

微软使用小型语言模型更新 Outlook 搜索引擎以提升准确性和性能

微软正在改进 Outlook 中的搜索体验,通过优化结果排序、处理常见词汇,并使用小型语言模型 (SLM) 来确保更高的速度和效率。

2026-11-04
1 分钟阅读
3 浏览量
certi.news
微软使用小型语言模型更新 Outlook 搜索引擎以提升准确性和性能

微软正致力于解决 Outlook 用户最头疼的问题之一:在大量不相关的结果中很难找到特定的电子邮件。此次更新通过优化结果排序、提高性能表现以及更智能地整合人工智能技术来减少手动搜索所浪费的时间,从而重塑了搜索机制。

排序机制与词汇处理的改进

新更新专注于处理诸如 "the"、"and" 和 "is" 等“停用词”(Stop words),这些词以前会导致仅按时间顺序排列的不准确结果。此外,系统将显示七个排序结果而不是三个,新的排序过程基于多项因素,包括邮件的新近度、发件人身份以及与邮件的互动程度,从而确保用户更快地获取所需信息。

依赖小型语言模型 (SLM) 技术

在技术层面,新的排序系统依赖于专门为 Outlook 环境开发的小型语言模型(Small Language Model)。该模型是通过被称为“蒸馏”(Distillation)的过程构建的,在此过程中它在更大语言模型的监督下进行训练。该策略旨在使搜索引擎保持轻量级且在对结果进行分类时极其高效,无需消耗巨大的计算资源,从而在极高的准确性和响应速度之间取得平衡。

对用户而言实际发生了哪些改变?

  • 改善弱网连接下的性能:在 Outlook Classic 版本中,当网络连接较弱时,应用程序将自动依赖本地索引内容(Locally indexed content),该功能随后将登陆 Outlook 新版本。
  • 减少响应时间:各项改进成功减少了延迟(Latency),特别是在被归类为最慢的搜索操作中,延迟减少了 5%。
  • 直接反馈循环:用户将能够对搜索结果进行评级,这为微软提供了真实数据,以便随着时间的推移不断改进排序算法。
新闻来源
Windows Central
查看原始来源 ↗
c
作者

certi.news

同一分类

你可能还喜欢

查看所有新闻