論文の概要: UxSID: Semantic-Aware User Interests Modeling for Ultra-Long Sequence
- arxiv url: http://arxiv.org/abs/2605.09040v3
- Date: Mon, 18 May 2026 07:00:17 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-05-19 23:51:08.226514
- Title: UxSID: Semantic-Aware User Interests Modeling for Ultra-Long Sequence
- Title（参考訳）: UxSID:ウルトラロングシーケンスのためのセマンティック・アウェアユーザ興味モデリング
- Authors: Hongwei Zhang, Qiqiang Zhong, Jiangxia Cao, Yiyang Lv, Huanjie Wang, Liwei Guan, Jing Yao, Yiyu Wang, Junfeng Shu, Zhaojie Liu, Han Li,
- Abstract要約: セマンティックグループ共有関心記憶という第3の経路を探索するフレームワークであるUxSIDを提案する。
セマンティックID(SID)とデュアルレベルのアテンション戦略を利用することで、UxSIDはアイテム特化モデルの重いコストを伴わずに、ターゲット認識の好みをキャプチャする。
このアーキテクチャは、セマンティックな認識、最先端のパフォーマンス、大規模広告A/Bテストにおける収益の0.337%を計算のパシモニーとバランスをとる。
- 参考スコア（独自算出の注目度）: 15.957870012735365
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Modeling ultra-long user sequences involves a difficult trade-off between efficiency and effectiveness. While current paradigms rely on either item-specific search or item-agnostic compression, we propose UxSID, a framework exploring a third path: semantic-group shared interest memory. By utilizing Semantic IDs (SIDs) and a dual-level attention strategy, UxSID captures target-aware preferences without the heavy cost of item-specific models. This end-to-end architecture balances computational parsimony with semantic awareness, achieving state-of-the-art performance and a 0.337% revenue lift in large-scale advertising A/B test.
- Abstract（参考訳）: 超長いユーザシーケンスをモデル化するには、効率性と効率性のトレードオフが難しい。
現在のパラダイムは、アイテム固有の検索やアイテムに依存しない圧縮のいずれかに依存しているが、第3のパスであるセマンティックグループ共有関心メモリを探索するフレームワークであるUxSIDを提案する。
セマンティックID(SID)とデュアルレベルのアテンション戦略を利用することで、UxSIDはアイテム特化モデルの重いコストを伴わずに、ターゲット認識の好みをキャプチャする。
このエンドツーエンドアーキテクチャは、セマンティックな認識と計算のパシモニーをバランスさせ、最先端のパフォーマンスを達成し、大規模広告A/Bテストで0.337%の収益を上げている。
関連論文リスト
- SID-Coord: Coordinating Semantic IDs for ID-based Ranking in Short-Video Search [9.72713305999446]
SID-Coordは、個別のトレーニング可能なセマンティックIDをIDベースのランキングモデルに直接組み込む軽量なセマンティックIDフレームワークである。
SID-Coordは、セマンティックシグナルを補助的な高密度な特徴として扱う代わりに、セマンティックスを構造化識別子として表現する。
実世界の生産環境でのオンラインA/B実験は統計的に有意な改善を示した。
論文 参考訳（メタデータ） (2026-04-12T05:51:35Z) - End-to-End Semantic ID Generation for Generative Advertisement Recommendation [33.453121305193434]
生成広告推薦のための統一SID生成フレームワークを提案する。
具体的には、生の広告データからエンドツーエンドで埋め込みとSIDを協調的に最適化する。
実験により、UniSIDは最先端のSID生成方法よりも一貫して優れていることが示された。
論文 参考訳（メタデータ） (2026-02-11T02:38:26Z) - R2LED: Equipping Retrieval and Refinement in Lifelong User Modeling with Semantic IDs for CTR Prediction [23.668401664583758]
セマンティックIDを用いた生涯ユーザモデリング(R2LED)における検索と改善のための新しいパラダイムを提案する。
まず,検索段階における複数経路混合検索手法を提案する。一方,協調的視点と意味的視点の両方から効率よく候補を検索する混合検索機構を提案する。
改良のために,経路レベル核融合のための目標認識型クロスアテンションとSIDレベル核融合のためのゲート機構を含むBiレベル核融合リファインメントを設計する。
論文 参考訳（メタデータ） (2026-02-06T11:27:20Z) - GLASS: A Generative Recommender for Long-sequence Modeling via SID-Tier and Semantic Search [51.44490997013772]
GLASSは、SID-TierとSemantic Searchを通じて、長期的なユーザ関心を生成プロセスに統合する新しいフレームワークである。
GLASSは2つの大規模実世界のデータセットの実験において最先端のベースラインを上回っていることを示す。
論文 参考訳（メタデータ） (2026-02-05T13:48:33Z) - CSMCIR: CoT-Enhanced Symmetric Alignment with Memory Bank for Composed Image Retrieval [54.15776146365823]
Composed Image Retrieval (CIR)では、ユーザーは参照画像と操作テキストの両方を使用してターゲットイメージを検索できる。
CSMCIRは3つの相乗的コンポーネントを通して効率的なクエリターゲットアライメントを実現する統一表現フレームワークである。
論文 参考訳（メタデータ） (2026-01-07T09:21:38Z) - SimpleMem: Efficient Lifelong Memory for LLM Agents [73.74399447715052]
セマンティックロスレス圧縮に基づく効率的なメモリフレームワークSimpleMemを紹介する。
本稿では,情報密度とトークン利用量の最大化を目的とした3段階パイプラインを提案する。
ベンチマークデータセットを用いた実験により,提案手法は精度,検索効率,推論コストにおいて,ベースラインアプローチを一貫して上回っていることがわかった。
論文 参考訳（メタデータ） (2026-01-05T21:02:49Z) - PanMatch: Unleashing the Potential of Large Vision Models for Unified Matching Models [80.65273820998875]
頑健な対応マッチングのための汎用基盤モデルであるPanMatchを提案する。
我々の重要な洞察は、任意の2フレーム対応タスクが2次元変位推定フレームワーク内で処理可能であることである。
PanMatchは、偏差推定アルゴリズムを前例のない一般化能力で実現し、マルチタスク統合を実現する。
論文 参考訳（メタデータ） (2025-07-11T08:18:52Z) - Multi-task Learning with 3D-Aware Regularization [55.97507478913053]
本稿では,画像エンコーダから抽出した特徴を共有3D特徴空間に投影することで,複数のタスクをインタフェースする構造化3D認識正規化器を提案する。
提案手法はアーキテクチャ非依存であり,従来のマルチタスクバックボーンにプラグインすることで,性能を向上できることを示す。
論文 参考訳（メタデータ） (2023-10-02T08:49:56Z) - Efficient Person Search: An Anchor-Free Approach [86.45858994806471]
パーソンサーチは、クエリーの人物を、リアルで切り刻まれていない画像から、同時にローカライズし、識別することを目的としている。
この目標を達成するために、最先端モデルは通常、Faster R-CNNのような2段階検出器にre-idブランチを追加する。
本研究では,この課題に対処するためのアンカーフリーな手法を提案する。
論文 参考訳（メタデータ） (2021-09-01T07:01:33Z) - Semantic and Syntactic Enhanced Aspect Sentiment Triplet Extraction [18.331779474247323]
Aspect Sentiment Triplet extractは、文章から三つ子を抽出することを目的としており、それぞれの三つ子には、エンティティ、関連する感情、そして感情の理由を説明する意見が含まれる。
本稿では,三重項要素間の統語的・意味的関係を完全に活用し,共同抽出を行うセマンティック・シンタクティック・エンハンスメント・アスペクト・センチメント三重項抽出モデル(S3E2)を提案する。
論文 参考訳（メタデータ） (2021-06-07T03:16:51Z)
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。