阿里提出 IntentGR:四阶段强化查询意图的端到端个性化生成式检索
_reachsumit · x · 2026-11-18
阿里巴巴团队论文提出 IntentGR,一个意图增强的端到端个性化生成式检索框架,针对现有方法只把 query 当输入特征、导致语义标识符(SID)漂向高频模式而非当前搜索意图的问题。
- 在检索管线四个互补阶段强化 query 语义:
- QBR(Query-Aware Semantic Behavior Representation):引入 query 级行为证据作为新输入信号
- QSA(Query-Semantic Alignment):优化阶段的对齐机制
- LQE(Long-Tail Query Enrichment):长尾 query 增强
- QAM(Query-conditioned Attention Modulation):生成阶段注意力调制
- 在长尾查询上取得明显增益,同时兼顾用户即时意图与长期偏好
「研究」频道最新
- TCS 学界发布声明:招聘重质量轻数量,抵制 AI 论文军备竞赛 — fortnow · 2026-11-18
- 论文提出语言创造性的社会文化视角:从社区实践看创意生成 — abenitezburraco · 2026-11-18
- 无需训练或梯度:27B 模型可自行改写权重提升 unseen 任务 — udmrzn · 2026-11-18
- 开源 EDA 工具十年逆袭:从「不可能」到设计出蓝牙信标芯片 — IgorCarron · 2026-11-18
- AURA 2.0 发布:流式视频模型学会主动开口说话并调用工具 — Shuhan Li · 2026-11-18
- Orabona 撰文驳 AdaGrad 预条件化解释:全矩阵界限常不如标量学习率 — bremen79 · 2026-11-18