English(EN) Keeping the Index Open: The Recommendation-Side Cost of Shared Search and Recommendation

研究：开放索引在搜索推荐系统中提供效率

作者 PulseAugur 编辑部 · [1 个来源] · 2026-08-25 05:22

一篇新的研究论文探讨了共享搜索和推荐索引之间的权衡，发现双编码器检索系统可以在不显著损失准确性的情况下保持索引对新项目的开放。这种方法与需要为新内容重新训练的传统ID-softmax推荐器形成对比。该研究使用MovieLens 1M和MIND等数据集，量化了开放索引和重新训练模型之间的准确性差距，并强调虽然开放索引更有效，但在大规模实现精确质量训练仍然是一个悬而未决的挑战。 AI

影响这项研究可能带来更高效的推荐系统，能够更好地处理新内容，而无需持续重新训练。

排序理由学术论文发表在arXiv上，详细介绍了一种新的搜索和推荐系统方法。[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 →

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; 学术论文发表在arXiv上，详细介绍了一种新的搜索和推荐系统方法。[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: 9 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]

arXiv cs.IR (Information Retrieval) TIER_1 English(EN) · Soyoung Yang · 2026-08-25 05:22

保持开放索引：共享搜索和推荐的推荐侧成本

A shared search-and-recommendation index must score new items from features alone because search has no exploration slot. In a public log covering both surfaces over one catalog, $38.6\%$ of held-out query-search impressions show an item never previously shown or visited. For use…

本文如何被排名

报道来源 [1]

保持开放索引：共享搜索和推荐的推荐侧成本

相关实体

相关话题