Personalizing Incremental Video Search with Hybrid Text and ID Embeddings
Apple TV 将对比学习的多语言文本向量与交互训练的 ID 协同向量汇成用户近期历史特征,再把两类余弦相似度注入 pairwise XGBoost 排序器。
查找解读请用站内搜索。
Apple TV 将对比学习的多语言文本向量与交互训练的 ID 协同向量汇成用户近期历史特征,再把两类余弦相似度注入 pairwise XGBoost 排序器。
POEM 利用推荐级联链路中实时产生的 CTR、观看时长等多任务分数,经归一化逆排名加权构造动态偏序序列,再用系统偏好正样本、用户反馈正样本和图挖掘硬负样本训练双编码兴趣模型。该方法已在快手全量部署,KS 单列页与极速版的人均观看时长分别提升 0.249% 和 0.213%。
论文用5个标准化自然语言关键词组成 Term IDs,以替代易幻觉的自由文本标识和需扩词表的 Semantic IDs;GRLM 联合上下文词项生成、指令微调与弹性标识落地。
SlimPer 将个性化排序改写为对紧凑用户—物品知识库的逐层迭代精炼,每层按需查询多模态用户 token,并以固定中间表示实现 O(N) 复杂度。
SAM 针对购买后仍反复推荐同类商品的“兴趣退出”问题,用双路交叉注意力压制已满足意图、用时间敏感门控逐步唤醒补购需求,并通过下一次购买时间自监督任务学习商品生命周期。工业离线实验和线上 A/B 测试显示,购买后重复推荐率降低超过 60%。
论文针对 Semantic ID 生成式推荐中“每个 token 使用相同推理步数”的低效做法,以位置级信息增益衡量各段 ID 对目标物品不确定性的消减程度,并提出 IBA 动态分配隐式推理预算。
Meta 的 CMSL 在每层用用户和场景特征把同一段历史==重新表示成 K 条序列分别做注意力==,再合回一条。第 1 个产品面评论 Eval NE 降 0.62%、点赞降 0.33%,召回 4 个线上指标涨 0.09% 到 0.17%。
论文把生成式搜推的特征处理从模型代码中解耦,以两份声明式 JSON 统一离线训练和在线服务,并用四类特征、三种可组合组件完成组装与压缩。该框架已部署于淘宝搜索,线上 A/B 实验使成交笔数提升 0.47%、GMV 提升 0.51%,并复用于多个搜索推荐团队。
针对生成式检索中语义 DocID 碰撞且与业务目标脱节的问题,阿里提出 CRID:前两级做语义聚类,末级按转化价值排序,天然保证一物一码并支持增量重排。
论文检验 HNSW、DiskANN/Vamana 在增删抖动下按导航退化信号触发局部修复,是否优于固定周期维护。
SIRA 将多轮探索式搜索压缩为一次面向语料区分度的检索:离线补全文档搜索词,在线预测查询缺失的证据词,再用语料统计过滤无效扩展,最终执行加权 BM25。
给 LLM 做序列推荐时,只把==和当前用户相关的协同信息连成一张小图==再交给模型,比用全量协同图更有效:LastFM 上 HR@1 从 0.4391 升到 0.5447。
快手把 Semantic ID 加进 LLM 词表,先对齐物品 token,再教模型先写理由再给 ID,用==束搜索里最好候选对上几位==作 GRPO 奖励。线上离线生成推理和 ID 前两位,实时模型补最后一位,在 1.29% 的流量上,一周停留时长提高 0.159%。
论文在 635 个合成但经人工校验的承保案例上,对比单模型、朴素 RAG 与多智能体 Agentic RAG。
论文把 PubHealthBench 扩展成检索增强问答评测,共包含 7,929 个来自英国政府公共卫生指南的问题,用来分析 RAG 中检索配置对最终答案的影响。
该论文面向问答式 RAG 中“何时检索、何时推理”的路由问题,提出从 LLM hidden states 中分解估计两类不确定性:知识不足与知识歧义/冲突。
STRACE 面向长程 LLM Agent 的失败诊断与策略优化,解决真实执行轨迹冗余、异质、包含大量无关步骤的问题。方法在批次层面挖掘失败模式、筛掉重复轨迹;在单条轨迹内构建文本依赖图做因果定位,保留真正导致失败的模块和证据。
这篇 SIGIR 2026 论文把 deep research 场景中的“搜索组件”从黑盒 API 中拆出来系统评测,比较文档级/段落级检索单元、5 类检索器和 3 类重排器。
不训练任何模型,用==随机建的一片 iForest 把 LLM embedding 换成叶子编号==,就能把每篇文档的存储压到原来的八分之一甚至更少,检索质量几乎不变。在 500 万篇文档的 HotpotQA 上暴力检索快约 6 倍,摘要里的 16.7 倍出现在小语料上。
这篇论文面向多模态深度搜索智能体,解决训练数据、搜索环境、奖励信号各自割裂导致多跳推理难以稳定优化的问题。
MICE 针对 cross-encoder 重排效果强但推理昂贵的问题,从 cross-encoder 内部交互机制出发,删去有害或不必要的 token 交互,构造 Minimal Interaction Cross-Encoder。
这篇论文面向快手短视频 Push 场景,解决生成式推荐只能生成单一内容类型、Semantic ID 自回归生成效率低的问题。HGenPush 将多场景、多视角用户行为理解,与视频推荐和作者推荐的双分支异构生成模块合并到端到端框架中,并用多 token 预测替代逐步自回归生成。
HiSAC 针对超长用户行为序列在生产环境中受延迟和内存限制、难以端到端建模的问题,提出分层稀疏激活压缩框架。
GPL 关注工业推荐预排序的训练-服务不一致:模型训练只看到已曝光交互,线上却要给大量未曝光候选打分,导致样本选择偏差和长尾内容泛化差。方法用 LLM 离线生成用户兴趣锚点,在冻结语义空间中与候选匹配,为未曝光物品生成内容感知伪标签,不增加线上延迟。
论文聚焦 Walmart 电商 sponsored search 中约 13% 查询无法召回广告的问题,提出 Inventory-Aware RAG based GenAI(InvAwr-RAG)。
论文检验“LLM 语义理解能解决冷启动推荐”的常见假设,构建五领域基准,把候选召回覆盖率与重排质量拆开评估。
该论文把 Deep Research 从“多轮搜索问答”推进到真实长周期研究任务,关注规划、证据收集、文件理解、知识综合和报告生成。它提出统一轨迹构造范式,把封闭式 QA 与开放式研究任务结合,用于训练更接近研究助手的长程智能体。
这篇论文面向电商/UGC 搜索中双塔稠密召回容量不足的问题,指出固定维度内积向量会形成“Voronoi Bottleneck”,无法表达所有 query-document 相关性模式。
这篇论文改进大规模推荐双塔召回训练中的负采样问题:常见 in-batch 或 out-of-batch 负样本过易,模型很快学会,难以提升区分能力。
这篇论文面向 LLM 会话推荐中“语义理解强、行为协同弱”的断层,把用户对话和历史交互视为同一潜在意图的两个观测,并用变分 EM 在行为空间与语义空间之间学习离散意图锚点。