研究团队提出CQ-SID生成式检索框架并报告实验结果
热点事件持续更新
研究团队提出CQ-SID生成式检索框架并报告实验结果
1 篇报道1 个报道来源2 小时前更新
先了解这件事
AI 综述
Jianbo Zhu 等在 arXiv 论文中提出面向电商搜索的生成式召回框架 CQ-SID,配合强化学习方法 EG-GRPO 对齐下游排序目标,将生成式检索定位为召回阶段的补充而非端到端替代。 作者报告的实验结果称:在 TmallAPP 搜索场景中,CQ-SID 较 RQ-VAE 基线的语义命中率和个性化点击命中率最高分别提升 26.76% 和 11.11%,beam search 规模减半;线上 A/B 测试显示 GMV 提升 1.15%、UCTCVR 提升 0.40%。
AI 根据报道生成 · 35 分钟前更新
最新进展11月18日 13:00
CQ-SID:基于语义聚类 ID 与专家引导 RL 的电商生成式检索报道时间线
沿着报道,了解事件的不同侧面。
11月18日
- arXiv cs.AICQ-SID:基于语义聚类 ID 与专家引导 RL 的电商生成式检索
一种将生成式检索作为召回阶段补充的电商搜索框架 CQ-SID 被提出,配合强化学习方法 EG-GRPO 对齐下游排序目标。离线实验显示 CQ-SID 较 RQ-VAE 基线在语义和个性化点击命中率上分别提升最高 26.76% 和 11.11%,beam search 规模减半;线上 A/B 测试 GMV 提升 1.15%、UCTCVR 提升 0.40%。
本事件热度走势
还没有足够的连续观测数据,暂不绘制趋势。