PulseAugur
中
实时 18:07:50
English(EN) Understanding Generative Recommendation with Semantic IDs from a Model-scaling View

新研究探索用于生成式推荐的语义ID

作者 PulseAugur 编辑部 · [2 个来源] ·

两篇新的arXiv论文探讨了在生成式推荐系统中使用语义ID（SIDs）的用法。第一篇论文介绍了SIDReasoner，一个旨在通过增强SIDs与语言模型的对齐来提高SIDs推理能力的框架。第二篇论文研究了基于SID的生成式推荐的扩展限制，并提出直接使用大型语言模型（LLMs）作为推荐器可以提供更优越的性能和扩展特性。 AI

影响 这些论文探索了生成式推荐的新方法，可能改进AI系统向用户推荐项目的方式。

排序理由 两篇arXiv论文讨论了生成式推荐系统的新方法和局限性。

在 arXiv cs.AI 阅读 →

AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →

新研究探索用于生成式推荐的语义ID

报道来源 [2]

  1. arXiv cs.AI TIER_1 English(EN) · Yingzhi He, Yan Sun, Junfei Tan, Yuxin Chen, Xiaoyu Kong, Chunxu Shen, Xiang Wang, An Zhang, Tat-Seng Chua ·

    基于语义ID的推理增强生成式推荐

    arXiv:2603.23183v2 Announce Type: replace-cross Abstract: Recent advances in generative recommendation have leveraged pretrained LLMs by formulating sequential recommendation as autoregressive generation over a unified token space comprising language tokens and itemic identifiers…

  2. arXiv cs.AI TIER_1 English(EN) · Jingzhe Liu, Liam Collins, Jiliang Tang, Tong Zhao, Neil Shah, Clark Mingxuan Ju ·

    从模型规模化视角理解基于语义ID的生成式推荐

    arXiv:2509.25522v3 Announce Type: replace Abstract: Recent advancements in generative models have allowed the emergence of a promising paradigm for recommender systems (RS), known as Generative Recommendation (GR), which tries to unify rich item semantics and collaborative filter…

相关实体

相关话题