新的EGR框架使用共享大语言模型改进生成式检索

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 →

• alphaXiv
• Amazon Reviews
• arXiv
• CatalyzeX
• CORE Recommender
• DagsHub
• Gotit.pub
• Hugging Face
• Influence Flower
• LLM
• ScienceCast
• Snap DPA

• 论文
• 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 →