微信搜索落地生成式检索,WeGR 用协同信号与 RL 破解两大难题
_reachsumit · x · 2026-10-14
微信团队在 arXiv 发布 WeGR,把生成式检索(Generative Retrieval)统一进自回归框架,用于工业级搜索系统的候选生成。论文针对现有方案两大痛点给出解法:
- CoCo-VAE 分词器:将 query-to-item 与 item-to-item 协同信号注入 Semantic ID,同时通过 codebook refresh 与互补正则缓解 codebook collapse,得到更有区分度且均衡的 SID 表示。
- DHPO 强化学习方法:针对精确 SID 匹配带来的奖励稀疏问题,逐步扩展奖励评估与策略优化视野,在 SID 层级不同粒度上利用行为奖励信号,降低学习难度。
论文作者共 12 人,编号 arXiv:2610.16979。
「研究」频道最新
- 小鹏发布自动驾驶 VLA 模型 AUGUstus，NAVSIM 双榜 SOTA 并实车部署 12Hz — XPENG-AI · 2026-10-14
- 阿里联合南洋理工系统评测对比学习策略：多数花式技巧收效甚微 — alibaba-multimodal-industrial-ai · 2026-10-14
- Lightricks 推出 APEX：层级潜空间+异步去噪，实现 64-128 倍极致压缩 — Lightricks · 2026-10-14
- EMHO：冻结模型不变，让具身智能体框架从经验轨迹自我进化 — Hyun Jung Lee · 2026-10-14
- 港中深等发布 WorldCast：分布式多人世界模型，CS2 上实时运行 — CUHKSZ · 2026-10-14
- 高丽大学发布 MixLID：token 级混合语言识别模型，覆盖 111 种语言 — Seongtae Hong · 2026-10-14