TopoGR 用 Hamming 几何保住生成式推荐的语义 ID 拓扑
_reachsumit · x · 2026-07-29
- TopoGR 面向 生成式推荐，重点解决语义 ID 的 tokenization 与生成过程之间的结构失配。
- 论文指出，现有方法往往把 semantic IDs 当作彼此独立的离散符号，忽略了语义空间的邻域结构，导致相似性过度依赖 SID 是否完全重叠。
- 为此提出 可位分解语义 ID（Binary SID）：既能确定性映射回标准整数 SID，又显式暴露出 Hamming 几何。
- 这套拓扑被用于三个环节：保持 Hamming 邻近性的输入特征、Hamming soft targets、以及推理阶段的 Hamming-consistent reranking。
「编程与Agent」频道最新
- Kimi K3 通过 Responses API 可接入 Kimi Code 和 Claude Code — zainhas · 2026-07-29
- Figma 与 Sentry MCP 把设计和错误数据直接喂给编码 Agent — heypearlai · 2026-07-29
- GitHub MCP Server 与 Context7 成为编码 Agent 核心工具 — heypearlai · 2026-07-29
- 删掉一半 MCP 服务器，agent 可能立刻更聪明 — heypearlai · 2026-07-29
- Alexey Grigorev 的 AI 开发课覆盖规格、测试、Docker 和 CI/CD — Al_Grigor · 2026-07-29
- AI 编程代理正在消解开发者的心流状态 — bendee983 · 2026-07-29