研究人员开发了一个名为VCG的多模态检索框架，以解决电商视频流中的极端冷启动问题。该系统利用一个基于CLIP的领域自适应视觉语言模型，将用户和视频映射到共享的语义空间，从而通过视觉内容实现零样本检索，而不依赖于交互历史。在线A/B测试表明，VCG能有效减少参与度偏差，并将深度视频完成率提高了50%。 AI
影响 该框架有望显著改善电商视频平台的商品发现和用户参与度。
排序理由 该集群包含一篇详细介绍新信息检索框架的研究论文。
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:2606.19627v1 Announce Type: cross Abstract: The digital commerce landscape is shifting from static, search-driven catalogs to dynamic, immersive video feeds. This transition introduces an ``extreme cold-start'' problem: unlike traditional items, new short-form videos lack t…
The digital commerce landscape is shifting from static, search-driven catalogs to dynamic, immersive video feeds. This transition introduces an ``extreme cold-start'' problem: unlike traditional items, new short-form videos lack the dense interaction history required for collabor…