PulseAugur
实时 13:08:37
English(EN) ToolRec: Calibrated Preference Alignment for Query Recommendation in On-Device Assistants

ToolRec框架提升设备端助手查询推荐

研究人员开发了ToolRec,一个旨在改进设备端智能助手查询推荐的新框架。该系统通过关注系统工具的快速调用来解决现有方法的局限性,这在助手使用中很常见。ToolRec利用一个全面的系统工具库和一个双层校准机制来精炼原始用户点击数据,减少因活动水平不同而产生的噪音,并强调调用工具的查询。在一个拥有超过1.5亿月活跃用户的平台上进行的广泛A/B测试显示,与现有基线相比,点击率和总点击次数有了显著提高。 AI

影响 通过提高工具调用准确性和用户参与度,增强了设备端助手的实用性。

排序理由 该集群包含一篇详细介绍新框架及其评估的研究论文。[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 →

报道来源 [1]

  1. arXiv cs.IR (Information Retrieval) TIER_1 English(EN) · Lizhong Wang ·

    ToolRec:设备端助手查询推荐的校准偏好对齐

    Large Language Models (LLMs) have significantly advanced generative query recommendation. However, existing alignment methods primarily focus on standard chatbot scenarios, falling short in on-device intelligent assistants where users predominantly expect the rapid invocation of …