arXiv cs.AI· Chi Liu, Jiangxia Cao, Rui Huang, Kuo Cai, Weifeng Ding, Qiang Luo, Kun Gai, Guorui Zhou·· 6 天前AI 评分24
快手 CRM：可控条件的检索模型
CRM: Retrieval Model with Controllable Condition
AI 导读
快手提出可控检索模型 CRM，将观看时长作为条件加入用户塔，训练时学习在给定实际观看时长下预测下一个视频，推理时直接输入目标观看时长即可调控检索，无需重训。物品塔与条件解耦，物品嵌入仍可预计算并建索引做 ANN 搜索，CRM 同时以 DNN 双塔和 Decision Transformer 实现，后者用目标观看时长作为数值提示词。
正文 · AI 翻译
摘要：推荐系统中的检索模型需要在高效搜索大规模物品语料库的同时，考虑观看时长等结果指标。我们提出了可控检索模型（CRM），这是一种以结果为条件的检索框架，将观看时长作为用户塔的输入。在训练期间，CRM 学习在给定观测到的观看时长的情况下预测下一个物品；在推理时，我们提供一个期望的观看时长来引导检索，而无需重新训练。物品塔独立于该条件，因此物品嵌入仍可预先计算并建立索引，以进行近似最近邻（ANN）搜索。我们将 CRM 实现为基于 DNN 的双塔模型和 Decision Transformer 两种形式。Transformer 将物品 token 与观看时长剩余条件 token 交错排列，使用目标观看时长作为数值提示来进行下一个物品预测。对于每个在线请求，我们从用户近期历史中的平均观看时长和最大观看时长之间选择作为条件。CRM 已部署在快手的短视频推荐系统中，该系统服务超过 4 亿用户。在线 A/B 测试显示，快手和快手极速版的视频观看时长分别提升了 0.372% 和 0.457%。
| 评论： | 4 页。改进表述的修订版本 |
| 主题： | 信息检索（cs.IR）；人工智能（cs.AI） |
| 引用为： | arXiv:2412.13844 [cs.IR] |
| （或使用 arXiv:2412.13844v2 [cs.IR] 查看此版本） | |
| https://doi.org/10.48550/arXiv.2412.13844 arXiv 颁发的 DOI，通过 DataCite |
提交历史
来自：Chi Liu [查看电子邮件]
[v1]
2024年12月18日星期三 13:37:36 UTC（584 KB）
[v2]
2026年10月9日星期五 08:54:30 UTC（581 KB）
来源：arXiv cs.AI · arxiv.org