该工作提出 SEEK（Skill-routed Evaluation with Evolvable Knowledge），把具体的搜索评估标准外化到一个技能库中，为每个查询—结果列表对动态路由相关技能，并用任务适配的列表级评估器给出页面级判断与失败模式归因；两阶段训练流程使评估器将评估标准与人类偏好对齐，而带重放门控的技能库允许把反复出现的评估知识缺口纳入其中而无需重新训练模型；在工业短视频搜索上的实验显示，SEEK 提升了列表级质量评估准确率并在归因诊断上取得显著进展，且已在日活跃用户超过 4 亿的快手部署，显著提升了线上搜索评估的规模与质量。
该工作提出 SEEK（Skill-routed Evaluation with Evolvable Knowledge），把具体的搜索评估标准外化到一个技能库中，为每个查询—结果列表对动态路由相关技能，并用任务适配的列表级评估器给出页面级判断与失败模式归因；两阶段训练流程使评估器将评估标准与人类偏好对齐，而带重放门控的技能库允许把反复出现的评估知识缺口纳入其中而无需重新训练模型；在工业短视频搜索上的实验显示，SEEK 提升了列表级质量评估准确率并在归因诊断上取得显著进展，且已在日活跃用户超过 4 亿的快手部署，显著提升了线上搜索评估的规模与质量。