論文の概要: RecRec: Latent Interests Recursive Reasoning for Sequential Recommendation
- arxiv url: http://arxiv.org/abs/2607.12945v1
- Date: Tue, 14 Jul 2026 16:28:28 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-07-15 17:08:30.222855
- Title: RecRec: Latent Interests Recursive Reasoning for Sequential Recommendation
- Title（参考訳）: RecRec: 逐次勧告に対する再帰的推論
- Abstract要約: 逐次リコメンデータシステムは、ユーザインタラクションをエンコードし、次の項目を予測するために、1つのフォワードパスに依存している。
シーケンシャルなレコメンデーションのための推論プロセスをどのように構成するかは、未解決の問題である。
既存のアプローチでは、推論と予測を単一の$d$次元の状態に分割し、推論の深さを制限する。
本稿ではRLフリーフレームワークRecRec(Recursive Reasoning for Recommendation)を提案する。
- 参考スコア（独自算出の注目度）: 52.23179023639867
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Sequential recommender systems rely on a single forward pass to encode user interaction histories and predict the next item. Increasing inference-time computation through latent reasoning, with the model proceeding step by step before the final prediction, has been recently explored in sequential recommendation with promising results. However, how to structure the reasoning process for sequential recommendation remains an open question. Existing approaches couple reasoning and prediction in a single $d$-dimensional state, limiting reasoning depth and often relying on multi-stage pipelines with reinforcement learning (RL). We propose RecRec (Recursive Reasoning for Recommendation), an RL-free framework that decouples reasoning from prediction, overcoming the fixed $d$-dimensional state bottleneck of prior methods. RecRec consists of a Context Compressor and a Recursive Reasoner, trained in two simple supervised stages. The Context Compressor distills the backbone's hidden states into a small set of latent interests, with an Interest Diversity Regularizer encouraging each interest to capture a distinct aspect of user behavior. The Recursive Reasoner then refines these interests by reasoning in a separate intermediate latent space. Deep supervision lets the reasoning depth be freely adjusted at inference without retraining. On four real-world datasets, RecRec outperforms state-of-the-art reasoning-enhanced methods, and on three of four datasets, gains extend past the training-time depth. Our findings point to a decoupled, multi-vector recipe that unleashes latent reasoning from the single-state bottleneck of prior methods, suggesting reasoning-state structure as a design axis to explore further in sequential recommendation.
- Abstract（参考訳）: 逐次リコメンデータシステムは、ユーザインタラクション履歴をエンコードし、次の項目を予測するために、1つのフォワードパスに依存している。
潜在推論による推論時間計算の増大は、最終予測の前に段階的に進行し、将来性のある結果とともに逐次レコメンデーションで調査されている。
しかし、シーケンシャルレコメンデーションのための推論プロセスをどのように構成するかは、未解決の問題である。
既存のアプローチでは、ひとつの$d$次元の状態で推論と予測を結合し、推論の深さを制限し、強化学習(RL)を備えた多段階パイプラインに依存することが多い。
提案するRecRec(Recursive Reasoning for Recommendation)は,予測から推論を分離するRLフリーフレームワークである。
RecRecはContext CompressorとRecursive Reasonerで構成される。
Context Compressorは、バックボーンの隠された状態を小さな潜伏状態に蒸留する。
Recursive Reasonerは、別の中間潜在空間を推論することで、これらの関心を洗練させる。
深い監督により、推論の深さは再訓練せずに自由に調整できる。
実世界の4つのデータセットでは、RecRecは最先端の推論強化手法よりも優れており、4つのデータセットのうち3つでは、トレーニング時間の深さを超えてゲインが伸びている。
本研究は, 従来手法の単一状態ボトルネックから潜在的推論を解き放つ, 分離された多ベクトルレシピを指し, 設計軸としての推論状態構造が, 逐次的勧告においてさらに探求されることを示唆している。
関連論文リスト
- WhisperRec: Latent Reasoning for Efficient Foundation Recommendation Models [51.88075626243057]
基礎推薦モデル(FRM)のための効率的な潜在推論フレームワークであるWhisperRecを提案する。
WhisperRecは教師生成のChain-of-Thought(CoT)を学習可能な潜在推論トークンに圧縮する。
WhisperRecは明示的なCoT法と従来のベースラインを一貫して上回ることを示す。
論文 参考訳（メタデータ） (2026-07-29T08:48:35Z) - RecRec: Recursive Refinement for Sequential Recommendation [2.134948383299948]
逐次リコメンデータシステムは、通常、反復的な洗練を伴わずに、インタラクション履歴のシングルパス符号化を通じて、ユーザの好みを推測する。
本稿では,コンパクトな潜伏状態を維持する軽量モデルRecRecを提案する。
実験の結果、RecRecは3.9Mから14Mのパラメータしか使用せず、最先端のシーケンシャル、グラフベース、推論強化のレコメンデータと一致または性能を向上することが示された。
論文 参考訳（メタデータ） (2026-07-12T02:53:17Z) - Intuition-Guided Latent Reasoning for LLM-Based Recommendation [72.06271644558291]
EmphIntuRecは,emphrecommendationの直感で潜在的推論を固定するフレームワークである。
IntuRecは、複数の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一貫して上回る。
論文 参考訳（メタデータ） (2026-06-26T03:29:48Z) - ThoughtFold: Folding Reasoning Chains via Introspective Preference Learning [69.64972562984882]
提案するThoughtFoldは,よりきめ細かい選好学習を,効率的な推論のための冗長探索に活用するフレームワークである。
ThoughtFoldは効率を大幅に向上させる。
最先端の精度を維持しつつ、DeepSeek-R1-Distill-Qwen-7Bのトークン使用量を約56%削減する。
論文 参考訳（メタデータ） (2026-06-02T11:21:27Z) - Reinforced Efficient Reasoning via Semantically Diverse Exploration [73.41112984160992]
検証可能な報酬(RLVR)による強化学習は,大規模言語モデル(LLM)の推論の強化に有効であることが証明された。
本研究では,LLMのための意味的多様性探索,すなわちROSEによる効率的な推論手法を提案する。
本手法は,意味エントロピーに基づく分岐戦略と$varepsilon$-exploration機構を組み込んだものである。
論文 参考訳（メタデータ） (2026-01-08T15:56:44Z) - Parallel Latent Reasoning for Sequential Recommendation [23.624137982116867]
多様な推論軌道を同時に探索するための新しいフレームワークである PLR を提案する。
PLRは連続的な潜在空間における学習可能なトリガートークンを通して並列推論ストリームを構築する。
3つの実世界のデータセットの実験により、PLRは最先端のベースラインを大幅に上回ることを示した。
論文 参考訳（メタデータ） (2026-01-06T16:25:48Z) - Thinking Forward and Backward: Multi-Objective Reinforcement Learning for Retrieval-Augmented Reasoning [137.33138614095435]
Retrieval-augmented Generation (RAG) は、大規模言語モデルにおける幻覚の緩和に有効であることが証明されている。
近年、検索に基づく対話をRAGに組み込んで、リアルタイム検索による反復推論を可能にしている。
提案するBi-RARは,各中間ステップを前方方向と後方方向の両方で共同で評価する,新たな検索拡張推論フレームワークである。
論文 参考訳（メタデータ） (2025-11-12T08:29:39Z) - REG4Rec: Reasoning-Enhanced Generative Model for Large-Scale Recommendation Systems [25.59169452367297]
シーケンシャルレコメンデーションは,大規模レコメンデーションシステムにおけるユーザの次の行動を予測することを目的としている。
近年の研究では、ジェネレーティブレコメンデーションに推論プロセスを導入し、レコメンデーションパフォーマンスを大幅に改善している。
これらのアプローチは項目意味表現の特異性によって制約される。
本稿では,複数の動的意味論的推論経路を構成する推論強化生成モデルREG4Recを紹介する。
論文 参考訳（メタデータ） (2025-08-21T07:02:51Z) - R$^2$ec: Towards Large Recommender Models with Reasoning [59.32598867813266]
R$2$ecは、本質的な推論能力を持つ統一された大型レコメンデータモデルである。
R$2$ecは、推論チェーン生成と効率的なアイテム予測の両方を単一のモデルでサポートするデュアルヘッドアーキテクチャを導入している。
注釈付き推論データの欠如を克服するため、強化学習フレームワークであるRecPOを設計する。
論文 参考訳（メタデータ） (2025-05-22T17:55:43Z) - Think Before Recommend: Unleashing the Latent Reasoning Power for Sequential Recommendation [23.546871718624605]
提案するTextbfReaRecは,レコメンデータシステムのための最初の推論時間計算フレームワークである。
ReaRecはシーケンスの最後の隠された状態をシーケンシャルレコメンデータに自動的にフィードする。
本稿では2つの軽量推論に基づく学習手法,ERL(Ensemble Reasoning Learning)とPRL(Progressive Reasoning Learning)を紹介する。
論文 参考訳（メタデータ） (2025-03-28T17:59:03Z)
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。