CogRec 把快慢推理引入 Semantic ID 推荐
_reachsumit · x · 2026-07-28
CogRec 提出面向生成式推荐的快慢推理框架
论文 CogRec: Structure-Cognitive Fast-and-Slow Reasoning for Generative Recommendation 认为，基于 Semantic ID 的生成式推荐方法虽然把 item 编成层级化离散 token 序列，但往往只是把这些 ID 当作目标序列去记忆，没有充分利用这个离散空间里的层级结构和邻域关系。
论文的主要思路是：
- 用层级化 Semantic ID 表示 item；
- 在此基础上加入层内语义图和 item 邻域；
- 让推理过程和最终生成共享同一套 SID 拓扑。
作者提出了 SID Routing，用 Match / LateralJump / Explore 这类操作来表示推荐推理：其中 Match 更像快速语义定位，后两者则是更慢的结构化导航。最后再通过多阶段监督训练，让自然语言推理分支和 SID 路由分支从同一个 checkpoint 学习。
所属事件:CogRec 提出生成式推荐快慢推理框架(2 条相关)→
「研究」频道最新
- Statistical Rethinking 2026 课程发布：20 讲涵盖因果推断与科学建模 — RichmanRonald · 2026-08-25
- 模拟推理新范式：用神经网络解概率黑箱 — burkov · 2026-08-25
- 科学数据压缩新法 WIEN-INR，保留微小物理结构 — bravo_abad · 2026-08-25
- 阿里提出 ERPO：用环境正则化优化 LLM 策略 — alibabagroup · 2026-08-25
- NeurIPS 2026 征稿：关注 AI 在生物学中的失效模式 — anshulkundaje · 2026-08-25
- SimCLR 与 MoCo 区别于增量式科学 — 3scorciav · 2026-08-25