研究人员开发了一种名为DSIRM的新模型，通过学习离散语义标识符来提高电子商务搜索相关性。该方法通过纳入查询-商品交互监督并利用生成式LLM从文本预测商品标识符来解决现有方法的局限性。该模型在Tmall的生产数据上已显示出离线指标和在线性能的显著提升。 AI
影响 该模型有望在电子商务中实现更准确的产品发现和个性化购物体验。
排序理由 该集群包含一篇详细介绍新模型及其实验结果的研究论文。
在 arXiv cs.IR (Information Retrieval) 阅读 →
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →
arXiv:2606.04374v1 Announce Type: cross Abstract: Despite rapid progress of continuous embeddings for e-commerce search relevance, a long-standing open problem is the difficulty in capturing fine-grained attribute distinctions. While discrete Semantic Identifiers (SIDs) have been…
Despite rapid progress of continuous embeddings for e-commerce search relevance, a long-standing open problem is the difficulty in capturing fine-grained attribute distinctions. While discrete Semantic Identifiers (SIDs) have been widely adopted as a promising alternative, existi…