PulseAugur
中
实时 06:02:31
English(EN) EGR: Embedding-Native Generative Retrieval with a Shared LLM

新的EGR框架使用共享大语言模型改进生成式检索

作者 PulseAugur 编辑部 · [1 个来源] ·

研究人员开发了EGR，一个用于嵌入原生生成式检索的新框架，专为大规模推荐和广告系统设计。EGR利用单个大语言模型（LLM）在共享嵌入空间中学习物品和用户表示，直接将物品索引为密集向量，并将用户历史编码为检索查询。这种联合对比学习方法旨在改善用户-物品匹配度，并在基准测试中展示了卓越的性能，包括通过简化系统设计和提高检索质量，在实际应用中将转化率提升了2.91%。 AI

影响 该框架通过统一的大语言模型方法，改善用户-物品匹配度和性能，有望简化推荐和广告系统。

排序理由 该集群包含一篇详细介绍生成式检索新技术的论文。[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EGR框架使用共享大语言模型改进生成式检索

本文如何被排名

Signal score
0 / 100
Composite score across the factors below. Higher = stronger signal that this story matters right now.
Newsworthiness bucket
Tool
该集群包含一篇详细介绍生成式检索新技术的论文。[lever_c_demoted from research: ic=1 ai=1.0]
Source corroboration
Single-source cluster
Only one publisher covered this so far. Single-source stories can still rank when the publisher is high-authority, but they lack cross-source corroboration.
Topics
paper, infra
Editorial topic classification. Feeds into how the story surfaces on /topic/<slug> hub pages and into the per-entity coverage mix.
AI-industry relevance
High
Clearly on-topic for AI-industry coverage.
Story freshness
72 days old
Aged out of breaking-news scoring windows; ranking reflects the durable signal from the full source set.

完整方法见我们的编辑标准。

报道来源 [1]

  1. arXiv cs.IR (Information Retrieval) TIER_1 English(EN) · Yu Zhang ·

    EGR：具有共享LLM的嵌入原生生成检索

    Generative retrieval is increasingly popular in large-scale recommendation and advertising systems, yet current methods introduce practical complications. Semantic-ID methods rely on quantization, mutable identifier vocabularies, and token-to-item grounding; embedding-based pipel…

相关实体

相关话题