論文の概要: Climber-Pilot: A Non-Myopic Generative Recommendation Model Towards Better Instruction-Following
- arxiv url: http://arxiv.org/abs/2602.13581v1
- Date: Sat, 14 Feb 2026 03:46:06 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-02-17 14:17:28.218505
- Title: Climber-Pilot: A Non-Myopic Generative Recommendation Model Towards Better Instruction-Following
- Title（参考訳）: Climber-Pilot: より優れたインストラクションフォローに向けた非ミリ波生成推奨モデル
- Authors: Da Guo, Shijia Wang, Qiang Xiao, Yintao Ren, Weisheng Li, Songpei Xu, Ming Yue, Bin Huang, Guanlin Wu, Chuanjiang Luo,
- Abstract要約: Climber-Pilotは統合された生成検索フレームワークである。
TAMIP(Time-Aware Multi-Item Prediction)は、遺伝的検索において固有の近視を緩和する新しいトレーニングパラダイムである。
また,ビジネス制約をスパース・アテンションを介して生成プロセスに直接組み込むコンディションガイド付きスパース・アテンション(CGSA)を提案する。
- 参考スコア（独自算出の注目度）: 19.550149895505683
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Generative retrieval has emerged as a promising paradigm in recommender systems, offering superior sequence modeling capabilities over traditional dual-tower architectures. However, in large-scale industrial scenarios, such models often suffer from inherent myopia: due to single-step inference and strict latency constraints, they tend to collapse diverse user intents into locally optimal predictions, failing to capture long-horizon and multi-item consumption patterns. Moreover, real-world retrieval systems must follow explicit retrieval instructions, such as category-level control and policy constraints. Incorporating such instruction-following behavior into generative retrieval remains challenging, as existing conditioning or post-hoc filtering approaches often compromise relevance or efficiency. In this work, we present Climber-Pilot, a unified generative retrieval framework to address both limitations. First, we introduce Time-Aware Multi-Item Prediction (TAMIP), a novel training paradigm designed to mitigate inherent myopia in generative retrieval. By distilling long-horizon, multi-item foresight into model parameters through time-aware masking, TAMIP alleviates locally optimal predictions while preserving efficient single-step inference. Second, to support flexible instruction-following retrieval, we propose Condition-Guided Sparse Attention (CGSA), which incorporates business constraints directly into the generative process via sparse attention, without introducing additional inference steps. Extensive offline experiments and online A/B testing at NetEase Cloud Music, one of the largest music streaming platforms, demonstrate that Climber-Pilot significantly outperforms state-of-the-art baselines, achieving a 4.24\% lift of the core business metric.
- Abstract（参考訳）: ジェネレーティブ検索はレコメンデータシステムにおいて有望なパラダイムとして登場し、従来のデュアルトウワーアーキテクチャよりも優れたシーケンスモデリング機能を提供する。
しかし、大規模な産業シナリオでは、そのようなモデルは固有のミオピアに悩まされることが多く、単一ステップの推論と厳密なレイテンシの制約により、多様なユーザ意図を局所的に最適な予測に分解する傾向にあり、長い水平および複数項目の消費パターンを捉えることができない。
さらに、現実世界の検索システムは、カテゴリーレベルの制御やポリシー制約といった明示的な検索命令に従う必要がある。
このような命令追従動作を生成的検索に組み込むことは、既存の条件付けやポストホックフィルタリングアプローチが関連性や効率を損なうことが多いため、依然として困難である。
本研究では,これらの制約に対処する統合生成検索フレームワークであるClimber-Pilotを提案する。
まず,TAMIP(Time-Aware Multi-Item Prediction)を導入する。
時間を考慮したマスキングにより,マルチテム予測をモデルパラメータに蒸留することにより,TAMIPは効率的な単一ステップ推論を保ちながら,局所的最適予測を緩和する。
第2に、フレキシブルな指示追従検索を支援するために、追加の推論ステップを導入することなく、疎注意によりビジネス制約を直接生成プロセスに組み込む条件誘導スパース注意(CGSA)を提案する。
最大の音楽ストリーミングプラットフォームの1つであるNetEase Cloud Musicの大規模なオフライン実験とオンラインA/Bテストは、Climber-Pilotが最先端のベースラインを大幅に上回り、コアビジネスメトリックの4.24倍の上昇を達成したことを実証している。
関連論文リスト
- GEMs: Breaking the Long-Sequence Barrier in Generative Recommendation with a Multi-Stream Decoder [54.64137490632567]
本稿では,長期的履歴からユーザのシーケンスをキャプチャする新しい統一フレームワークを提案する。
GEM(Generative Multi-streamer)は、ユーザのシーケンスを3つのストリームに分割する。
大規模産業データセットに対する大規模な実験により、GEMは推奨精度において最先端の手法を大幅に上回っていることが示された。
論文 参考訳（メタデータ） (2026-02-14T06:42:56Z) - Generative Actor Critic [74.04971271003869]
Generative Actor Critic (GAC) は、軌道上での関節分布の生成モデル学習として、テキスト政治評価を反映して、シーケンシャルな意思決定を分離する新しいフレームワークである。
Gym-MuJoCoとMaze2Dベンチマークの実験では、GACの強いオフライン性能と、最先端の手法と比較してオフラインからオフラインへの大幅な改善が示されている。
論文 参考訳（メタデータ） (2025-12-25T06:31:11Z) - Scaling Up Occupancy-centric Driving Scene Generation: Dataset and Method [54.461213497603154]
作業中心の手法は、最近、フレームとモダリティをまたいだ一貫した条件付けを提供することで、最先端の結果を得た。
Nuplan-Occは、広く使われているNuplanベンチマークから構築された、これまでで最大の占有率データセットである。
高品質な占有、多視点ビデオ、LiDAR点雲を共同で合成する統合フレームワークを開発した。
論文 参考訳（メタデータ） (2025-10-27T03:52:45Z) - SynCast: Synergizing Contradictions in Precipitation Nowcasting via Diffusion Sequential Preference Optimization [62.958457694151384]
本研究では,大規模な言語モデルにおける人的フィードバックからの強化学習の成功を動機として,降水量の最適化を初めて導入する。
第一段階では、フレームワークはFARを減らすことに焦点を当て、誤報を効果的に抑えるためにモデルを訓練する。
論文 参考訳（メタデータ） (2025-10-22T16:11:22Z) - Next Interest Flow: A Generative Pre-training Paradigm for Recommender Systems by Modeling All-domain Movelines [8.895768051554162]
本稿では,eコマースレコメンデータシステムのための新しい生成事前学習パラダイムを提案する。
我々のモデルは,ユーザの将来の意図を表す密度の高いベクトル列であるNext Interest Flowを予測することを学ぶ。
パイプライン全体を実装した統合フレームワークである All-domain Moveline Evolution Network (AMEN) を提示する。
論文 参考訳（メタデータ） (2025-10-13T12:13:17Z) - Towards Efficient General Feature Prediction in Masked Skeleton Modeling [59.46799426434277]
マスクスケルトンモデリングのための新しい汎用特徴予測フレームワーク(GFP)を提案する。
我々の重要な革新は、局所的な動きパターンからグローバルな意味表現にまたがる、従来の低レベルな再構築を高レベルな特徴予測に置き換えることです。
論文 参考訳（メタデータ） (2025-09-03T18:05:02Z) - TBGRecall: A Generative Retrieval Model for E-commerce Recommendation Scenarios [31.114619840038095]
本稿では,eコマースアプリケーションのための生成検索モデルを強化するフレームワークTBGRecallを提案する。
トレーニングの方法論では、パイプラインは制限された履歴データの事前トレーニングと部分的なインクリメンタルトレーニングを統合します。
TaoBaoの大規模産業データセットとともに公開ベンチマークを行い,TBGRecallが最先端のレコメンデーション手法より優れていることを示す。
論文 参考訳（メタデータ） (2025-08-16T08:31:11Z) - LONGER: Scaling Up Long Sequence Modeling in Industrial Recommenders [23.70714095931094]
GPU効率の良いリコメンダのための長時間最適化されたtraNsformer。
オフラインのメトリクスとオンラインのA/Bテストでは、一貫して強力なベースラインを上回ります。
論文 参考訳（メタデータ） (2025-05-07T13:54:26Z) - Reprogramming Foundational Large Language Models(LLMs) for Enterprise Adoption for Spatio-Temporal Forecasting Applications: Unveiling a New Era in Copilot-Guided Cross-Modal Time Series Representation Learning [0.0]
パティオ時間予測は、輸送システム、物流、サプライチェーン管理など、様々な分野において重要な役割を担っている。
本稿では,オープンソースの大規模・小規模言語モデル(LLM,LM)と従来の予測手法を組み合わせたハイブリッド手法を提案する。
論文 参考訳（メタデータ） (2024-08-26T16:11:53Z) - Interactive Test-Time Adaptation with Reliable Spatial-Temporal Voxels for Multi-Modal Segmentation [56.70910056845503]
マルチモーダルテストタイム適応(MM-TTA)は、補完的なマルチモーダル入力をオンライン形式で活用することにより、ラベルのないターゲットドメインにモデルを適応させる。
従来のMM-TTA法は, 時間的不整合によるフレームワイドの不安定な予測と, 信頼度誘導の仮定に反する不正確な予測の2つの大きな限界に悩まされていた。
Latte++は、より情報的な幾何学的対応によって不安定なフレーム単位の予測をより抑制し、対話型テスト時間適応(ITTA)は、努力を伴わない人間のフィードバックを促進するフレキシブルなアドオンである。
論文 参考訳（メタデータ） (2024-03-11T06:56:08Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。