一种名为多路多模态表示模型（MMRM）的新框架已被开发出来，通过利用多样化的多模态数据来增强电子商务搜索中的产品排名。与以往使用单一协同信号的方法不同，MMRM同时对齐多个信号以生成全面的商品表示。它还引入了一种多路用户表示策略，利用这些丰富的商品表示来模拟用户行为序列。该方法已成功部署到京东电子商务搜索引擎上，为数百万用户带来了显著的性能提升。 AI
影响 该模型可以通过更好地利用多模态产品信息来改善电子商务搜索的相关性和用户体验。
排序理由 该集群描述了一篇详细介绍新模型及其应用的论文。
在 arXiv cs.IR (Information Retrieval) 阅读 →
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →
arXiv:2607.11030v1 Announce Type: cross Abstract: Multimodal information is pivotal for e-commerce search ranking. Existing works leverage multimodal data typically by fine-tuning general Multimodal Large Language Models (MLLMs) via collaborative signals, subsequently integrating…
Multimodal information is pivotal for e-commerce search ranking. Existing works leverage multimodal data typically by fine-tuning general Multimodal Large Language Models (MLLMs) via collaborative signals, subsequently integrating the derived representations into ranking models a…