研究提出电商搜索生成式召回框架CQ-SID与EG-GRPO
热点事件持续更新
研究提出电商搜索生成式召回框架CQ-SID与EG-GRPO
1 篇报道1 个报道来源4 小时前更新
先了解这件事
AI 综述
Jianbo Zhu等作者提出面向电商搜索召回阶段的生成式检索框架CQ-SID与EG-GRPO,将生成式检索定位为召回阶段的补充,而非端到端替代。 CQ-SID通过类别与查询感知对比学习及Residual Quantized VAE,编码分层语义聚类ID。作者称,在天猫APP搜索日志上,其语义命中率与个性化点击命中率较RQ-VAE基线最高相对提升26.76%和11.11%,beam search规模减半。 上述提升来自作者在论文中的报告,尚未见独立复现或线上全量验证。
AI 根据报道生成 · 1 小时前更新
最新进展11月18日 13:00
面向电商搜索的高效生成式检索:CQ-SID 语义聚类 ID 与 EG-GRPO 专家引导强化学习报道时间线
沿着报道,了解事件的不同侧面。
11月18日
- arXiv cs.AI面向电商搜索的高效生成式检索:CQ-SID 语义聚类 ID 与 EG-GRPO 专家引导强化学习
研究提出 CQ-SID 与 EG-GRPO 框架,将生成式检索定位为召回阶段的补充而非端到端替代。CQ-SID 用类别与查询感知对比学习及 Residual Quantized VAE 编码分层语义聚类 ID,在天猫APP搜索日志上语义与个性化点击命中率较 RQ-VAE 基线最高相对提升 26.76% 和 11.11%,beam search 规模减半。
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。