亚马逊发布A+内容评估模型 VLM融合OCR准确率94%

时间：2026 年 11 月 5 日，亚马逊在 AWS 机器学习博客发布了一套面向 Amazon Marketplace A+ Content 的质量评估系统。 地点：该系统面向全球 Amazon Marketplace 卖家，全部技术组件基于 Amazon SageMaker AI 实现。 人物：亚马逊应用科学团队主导设计与实验，标注工作由 1 名电商营销专家和 4 名专业标注员共同完成。 事件详情：系统先将商品详情页的完整 A+ Content 渲染为单张截图，再用视觉语言模型（VLM）按 Visual Storytelling、Feature Presentation、A+ Layout、Conversion Optimization 四个维度打分，每个维度返回 0 到 10 分、置信度和自然语言评估理由。同时，系统在 SageMaker AI Inference 上部署 OCR 模型，提取 Text Density、Character Density、Spacing、Overall Readability 四个可读性信号。两类信号合并为八维特征向量，输入 CatBoost 分类器判断内容质量高低，并通过 SHAP 解释每个决策的具体驱动因素。对每个被判为低质量的页面，系统按 SHAP 值排序最负面的特征，再由 LLM 生成面向卖家的优先改进建议。 背景：A+ Content 是亚马逊商品详情页上的富媒体组件，允许卖家使用大图、视频、轮播和热点模块讲述品牌故事。高质量 A+ Content 的卖家销售额比没有的高出 8% 到 20%，但模块灵活、无严格字数或比例限制，导致内容质量参差不齐。此前单独检查每个素材只能发现模糊图片或语法错误，无法捕捉图文不符、布局错位等需要整体观看才能发现的缺陷。 影响：在 5,478 个商品详情页、10 个品类的留出集上，简单平均 VLM 分数并套用固定阈值的基线达到 0.80 准确率和 0.84 F1；仅用 OCR 特征的 CatBoost 达到 0.82 准确率和 0.83 F1；仅用 VLM 特征的 CatBoost 达到 0.89 准确率和 0.90 F1；三者融合后达到 0.94 准确率和 0.95 F1，较基线分别提升 14 和 11 个百分点。标注员与共识标签的 Cohen's kappa 在 0.845 到 0.915 之间。卖家按建议修订内容后，平均质量分在 10 分制上提升 1.4 分。亚马逊还在全球 A/B 实验中根据模型决策调整低质量 A+ Content 的可见度，Ordered Product Sales 出现统计显著提升。 总结：这套系统的设计思路是冻结昂贵的 VLM backbone，只重训轻量的 CatBoost 分类器，使标准更新变成 CPU-only 的短任务而非大模型微调。当电商美学、模块类型和卖家写法随时间漂移时，团队只需在漂移阈值触发时重训分类器即可。对非电商场景的启示是：当需要规模化质量判断时，冻结强 judge、用可解释的小模型学习专家权重，往往比端到端微调大模型更经济、更易维护。 参考来源： AWS Machine Learning Blog https://aws.amazon.com/blogs/machine-learning/how-amazon-marketplace-evaluates-content-quality-with-amazon-sagemaker-ai/ explainx.ai Blog https://www.explainx.ai/blog/amazon-marketplace-a-plus-content-quality-vlm-ocr-catboost-shap-sagemaker-94-percent-accuracy-2026 Saipien https://saipien.org/how-amazon-grades-a-content-as-one-page/ AI导航 https://ai-tokens.cn/news/news-e0773151ab5d4260.html OZZZER AI News https://ozzzer.com/ai-news/story/255297/