Meta 提出 Guided SID：约束语义 ID 粗层属性，让细层真正可学
_reachsumit · x · 2026-09-22
Meta 在 arXiv（2609.22227）发布生成式检索新工作 Guided SID。生成式检索用短语义 ID（Semantic ID）表示物品，把推荐任务转化为对该序列的自回归生成，但独立训练的 tokenizer 编码通常与下游 LLM 和任务不对齐，现有 SID 系统普遍需要额外手段弥合这一鸿沟。
方法：强制 RQ-VAE 的粗层编码一个预定义的类别属性——选择文本可支撑（LLM 可读）且与任务相关的属性——用确定性监督索引分配覆盖最近邻选择，同时保持码本可学习（仍接收重建梯度）；trie-merge 构造可将高基数属性映射到固定码预算且合并桶语义连贯。
结果：引导本身不引入内在成本，碰撞与重建指标持平甚至超过原始基线；在仅 SID 编码不同的端到端 A/B 实验中，引导检索器在所有测量的列表长度上都提升 recall@k（最高约 1.36 个点）。
「研究」频道最新
- 新基准 Continual-ARC:主流 Agent 均无法从经验中学习 — alifcoder · 2026-11-12
- AlphaGenome2 达 SOTA：从梯度预测中链接增强子与靶基因 — anshulkundaje · 2026-11-12
- AG2 消融实验：条件调制需进入编码器，eQTL 召回率近乎翻倍 — anshulkundaje · 2026-11-12
- 作者吐槽 CHI2027 评审:自认 ADR 论文优于所审稿件 — windx0303 · 2026-11-12
- 谷歌发布 AlphaGenome 2:预测 DNA 变异对特定细胞类型的影响 — sundarpichai · 2026-11-12
- 斯坦福 James Zou 上《经济学人》播客谈 agentic AI 如何变革科研 — anshulkundaje · 2026-11-12