PulseAugur
中
实时 08:14:40
English(EN) From a Static Multi-Level Small Semantic Codebook to a Dynamic Single-Level Large Semantic Codebook for Generative Recommendation

新研究通过语义ID优化生成式推荐系统 · 跟踪3个来源

作者 PulseAugur 编辑部 · [3 个来源] ·

两篇新研究论文提出了通过优化语义ID（SIDs）来改进生成式推荐系统。第一篇论文介绍了难度感知语义ID优化（DASO），这是一种训练后方法，旨在通过根据难度智能分配训练资源来提高复杂推荐任务的性能。第二篇论文提出了一种取代多级残差码的单级大型语义码本，以及一种动态更新机制以适应不断变化的流量模式。该方法旨在降低解码成本并提高推荐准确性，一项研究显示在Recall@10和NDCG@10等指标上取得了显著的提升，并减少了计算FLOPs。 AI

影响 这些进展可能带来更高效、更准确的推荐引擎，改善用户体验，并可能降低AI驱动的内容分发的计算成本。

排序理由 该集群包含两篇在arXiv上发表的学术论文，详细介绍了生成式推荐系统的新颖方法。

在 arXiv cs.IR (Information Retrieval) 阅读 →

AI 生成摘要 · Google Gemini · 来自 3 个来源。 我们如何撰写摘要 →

新研究通过语义ID优化生成式推荐系统 · 跟踪3个来源

报道来源 [3]

  1. arXiv cs.AI TIER_1 English(EN) · Xin Yu, Stephen Li, Sina Aghaei, Zifan Zhu, Jiamu Bai, Guanjie Huang, Bo Peng, Yiyao Liu, Lingzhou Xue ·

    面向生成式推荐的难度感知语义ID优化

    arXiv:2608.20611v1 Announce Type: new Abstract: Semantic-ID-based generative recommendation casts retrieval and ranking as autoregressive generation over hierarchical item identifiers. A common recipe is SFT followed by GRPO, yet vanilla GRPO is poorly matched to this tree-struct…

  2. arXiv cs.LG TIER_1 English(EN) · Tianlu Xie, Xin Ku, Mingjie Sun, Yunhao Sha, Lixiang Wang, Peng Wang, Yiyu Wang, Wenjin Wu, Zhaojie Liu, Peng Jiang, Wenwu Ou ·

    从静态多级小型语义码本到动态单级大型语义码本用于生成式推荐

    arXiv:2608.21012v1 Announce Type: cross Abstract: Generative recommendation represents each item with a sequence of discrete Semantic IDs (SIDs) and predicts the sequence to retrieve the next item. Typical systems use multi-level residual quantization, which increases autoregress…

  3. arXiv cs.IR (Information Retrieval) TIER_1 English(EN) · Wenwu Ou ·

    从静态多层级小型语义码本到动态单层级大型语义码本用于生成式推荐

    Generative recommendation represents each item with a sequence of discrete Semantic IDs (SIDs) and predicts the sequence to retrieve the next item. Typical systems use multi-level residual quantization, which increases autoregressive decoding cost and creates a large hierarchical…

相关实体

相关话题