PulseAugur
中
实时 23:00:54
English(EN) Beyond Semantic IDs: Encoding Business-Value Ranking into Document Identifiers for Generative Retrieval

新的CRID方法增强生成式检索，提升电商GMV

作者 PulseAugur 编辑部 · [1 个来源] ·

研究人员开发了一种名为集群排序标识符（CRID）的新方法来改进生成式检索系统。CRID将文档标识符解耦为语义聚类和商业价值排名，这有助于避免冲突并将标识符的目标与业务目标对齐。在大型电子商务数据集上的实验表明，CRID的性能优于现有的基于嵌入的检索方法，并在全流量部署期间使商品交易总额（GMV）提高了1.06%。 AI

影响 这种新方法可以提高电子商务搜索的相关性并推动更高的销售额。

排序理由 介绍生成式检索新方法的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.IR (Information Retrieval) 阅读 →

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

新的CRID方法增强生成式检索，提升电商GMV

报道来源 [1]

  1. arXiv cs.IR (Information Retrieval) TIER_1 English(EN) · Bo Zheng ·

    超越语义ID：将商业价值排名编码到文档标识符中以实现生成式检索

    Generative Retrieval (GR) formulates retrieval as a sequence-to-sequence generation task, assigning each document a document identifier (DocID) and retrieving it through autoregressive decoding, making DocID design a critical factor in retrieval quality. However, existing schemes…

相关实体

相关话题