阿里提出 UniSGR-V2:生成式推荐中逐步预测目标物品特征并用于排序
_reachsumit · x · 2026-10-14
阿里巴巴团队提出 TacGR(UniSGR-V2),解决语义 ID 生成式推荐中的「目标侧特征真空」问题。
- 问题:生成式推荐用自回归解码统一检索与排序,但量化时物品属性被压缩进有限码本,解码时目标物品未定、特征无法查询,导致每层语义 ID 生成条件熵高、误差级联,最终排序也缺少目标侧特征交叉
- 方法:在解码每个码字前,先预测一个连续的目标侧特征向量,并在解码器内将其与语义前缀、用户行为序列交叉;交叉表征既约束当前层生成,也直接用于排序
- 难点:连续向量回归存在可学习目标与其预测坍缩、预测噪声经注意力传入生成的风险,论文提出了相应处理机制
摘要被截断,细节见原文。
「研究」频道最新
- 三年打磨后 PyVBBC 1.5 发布，贝叶斯模型推断工具大幅升级 — twiecki · 2026-10-14
- ServiceNow 与麦吉尔发布 AgentHorizon：1373 项任务考 AI 裁判 — rohanpaul_ai · 2026-10-14
- AgentHorizon 基准：AI 评委审长程任务仍漏掉 20% 细微错误 — rohanpaul_ai · 2026-10-14
- 剑桥教授斯德哥尔摩癌症大会演讲:AI 改写肿瘤诊疗三方向 — MihaelaVDS · 2026-10-14
- Falcon 团队工程师发问：单步决策用 RL 优于 SFT 吗 — antoine_chaffin · 2026-10-14
- 用 Visual SLAM 做 match moving：从视频还原相机位姿合成 CG — rsasaki0109 · 2026-10-14