新的 GR2 框架增强了工业推荐系统中的 LLM 重排能力

研究人员开发了 GR2，一个生成式推理重排器（Generative Reasoning Re-Ranker）框架，旨在增强工业推荐系统。GR2 通过整合语义 ID、从更强模型中提炼的推理轨迹以及具有可验证奖励的强化学习，解决了当前 LLM 在重排应用中的局限性。该框架包含一个上下文压缩器和 On-Policy Distillation，以提高训练效率和实现低延迟服务，并在关键推荐指标上取得了显著改进。 AI

影响 增强了 LLM 在推荐系统中的能力，有望提高工业应用中的用户参与度和下游性能。

排序理由 该集群包含一份技术报告，详细介绍了 LLM 在推荐系统应用中的新框架和方法论。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.IR (Information Retrieval) 阅读 →

• large-language models
• On-Policy Distillation
• reinforcement learning
• supervised fine-tuning
• Yufei Li

• 论文
• 产品
• 基础设施

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →