上海
9to5Mac 于 2026 年 3 月 6 日披露，蘋果研究人員完成了一項利用大型語言模型優化 App Store 搜索結果排名的實驗。這項名為“擴展搜索相關性”的研究探討了 AI 生成的相關性標簽如何影響搜索排名及應用下載，旨在驗證人工智能技術在應用分發領域的實際效能。
研究團隊重點解決了文本相關性標簽難以大規模獲取的技術瓶頸。由于人工生成的高質量文本標簽稀缺且昂貴，研究人員微調了一個 30 億參數的模型，使其能根據用戶查詢和應用元數據自動生成標簽，從而重新訓練排名系統，突破了原有數據規模的限制。
全球實時流量 A/B 測試驗證了增強模型對用戶下載行為的積極影響。測試結果顯示，使用新模型的用戶搜索下載轉化率提高了 0.24%，這一具有統計顯著性的增長在 89% 的商店頁面中均有體現，表明該改進具有廣泛的適用性。
宏觀數據顯示這一比例提升將為開發者帶來數千萬次的額外下載量。基于 2025 年約 380 億次的 App Store 下載估算，0.24% 的轉化率增長在實際應用中意味著巨大的分發效率提升，顯示出技術微調對生態系統的潛在價值。
參考鏈接:
https://9to5mac.com/2026/03/06/apple-ran-a-test-on-the-app-store-to-see-if-ai-could-improve-search-result-rankings/
特別聲明：以上內容(如有圖片或視頻亦包括在內)為自媒體平臺“網易號”用戶上傳并發布，本平臺僅提供信息存儲服務。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
