論文の概要: Personalizing Incremental Video Search with Hybrid Text and ID Embeddings
- arxiv url: http://arxiv.org/abs/2607.13493v1
- Date: Wed, 15 Jul 2026 06:42:50 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-07-16 16:39:12.672181
- Title: Personalizing Incremental Video Search with Hybrid Text and ID Embeddings
- Title（参考訳）: ハイブリッドテキストとID埋め込みによるインクリメンタルビデオ検索のパーソナライズ
- Abstract要約: 本稿では,Apple TV検索のパーソナライズシステムについて述べる。
提案手法では,テキストベース多言語エンコーダ (TextEmb) をコントラスト学習によるコエンゲージメント三重項に微調整し,IDベースの協調埋め込みモデル (IdEmb) を対話型肯定性に基づいて学習する。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Incremental video search requires high-quality ranking after each keystroke, where intent is often underspecified (e.g., 1-3 character prefixes). We present a personalization system for Apple TV search that combines complementary semantic and collaborative signals at ranking time. Our approach learns two item embedding spaces: (i) a text-based multilingual encoder (TextEmb) fine-tuned on co-engagement triplets via contrastive learning, and (ii) an ID-based collaborative embedding model (IdEmb) trained on interaction-derived positives. At serving time, we construct user representations from recent watch history and inject text- and ID-based user-item cosine similarities into a pairwise XGBoost ranker. We evaluate with temporally held-out offline datasets and a three-week online controlled experiment. Offline, for sessions with user history, the personalized ranker improves NDCG@10 by 2.99% and MRR by 3.30% over the non-personalized baseline. Slice analyses show that personalization is most needed in incremental search, where intent is still forming: on ambiguous prefix queries (1-3 characters), NDCG@10 lift is +8.63%, versus +1.46% on longer, fully specified queries. Longer-history users benefit more: NDCG lift rises from +2.13% for users with 1-5 history items to +4.37% for users with 51-100, even though baseline relevance is lower for these cohorts (NDCG@10 drops from 0.733 to 0.680), indicating that personalization adds the most value where default ranking underperforms. Online, treatment yields statistically significant gains of +1.14% tap-through rate and +1.23% conversion rate, with a 2.91% improvement in converted-item rank position. We further analyze coverage-precision trade-offs between semantic and collaborative embeddings via ablations isolating each signal, and evaluate embedding quality on a held-out corpus with LLM-judged similarity labels to reduce click/exposure bias.
- Abstract（参考訳）: インクリメンタルなビデオ検索には、キーストロークごとに高品質なランキングが必要であり、インテントはしばしば不特定(例えば、1-3文字プレフィックス)である。
本稿では,Apple TV検索のパーソナライズシステムについて述べる。
我々のアプローチは2つのアイテム埋め込み空間を学習する。
(i)テキストベース多言語エンコーダ(TextEmb)のコントラスト学習によるコエンゲージメント三重項を微調整し、
(II) 対話型肯定に基づくIDベース協調埋め込みモデル (IdEmb) について検討した。
サービス時には、最近のウォッチ履歴からユーザ表現を構築し、テキストおよびIDベースのユーザアイコンの類似性をペアワイズXGBoostランキングに注入する。
時間的に保持されたオフラインデータセットと3週間のオンライン制御実験で評価した。
オフラインでは、ユーザー履歴のあるセッションでは、パーソナライズされたランキングがNDCG@10を2.99%改善し、MSRを3.30%改善する。
スライス分析は、意図がまだ形成されているインクリメンタル検索において、パーソナライズが最も必要であることを示している。曖昧なプレフィックスクエリ(1-3文字)では、NDCG@10 liftは+8.63%、より長い完全なクエリでは+1.46%である。
NDCGのリフトは、51-100のユーザーでは+2.13%から+4.37%に上昇するが、これらのコホートではベースラインの関連性が低い(NDCG@10は0.733から0.680に低下する)。
オンラインでの処理では、+1.14%のタップスルーレートと+1.23%の変換レートが統計的に有意な増加をもたらし、変換イテムのランクは2.91%改善している。
さらに,各信号の分離によるセマンティックな埋め込みと協調的な埋め込みのトレードオフを解析し,LLM-judged類似性ラベルを持つホールドアウトコーパスへの埋め込み品質を評価し,クリック/露出バイアスを低減する。
関連論文リスト
- An Embarrassingly Simple Graph Heuristic Reveals Shortcut-Solvable Benchmarks for Sequential Recommendation [50.09718257952108]
Sequentialsolvは、シーケンシャルなパターンとセマンティックなアイテム情報を組み合わせたジェネレーティブなレコメンデーターへと移行している。
これらの手法は、しばしば、広く使われている少数のベンチマークで評価され、重要な疑問を提起する: これらのベンチマークは、現代のジェネレーティブレコメンデーターが提供しようとしている高度なモデリング機能を必要としているか?
我々は、意図的な単純なグラフでベンチマーク監査を行い、最後の1つか2つの項目から、数ホップの項目遷移グラフから候補を検索し、項目間類似度でランク付けする。
論文 参考訳（メタデータ） (2026-05-08T02:00:11Z) - Putting HUMANS first: Efficient LAM Evaluation with Human Preference Alignment [53.72927532626824]
わずか50個のサンプル(0.3%のデータ)のサブセットは、完全なベンチマークスコアと0.93以上のピアソン相関を達成可能であることを示す。
選好をより良く予測するために、選択したサブセットの回帰モデルを訓練し、0.98の相関を達成した。
これは回帰モデリングにおいて、よく計算されたサブセットが完全なベンチマークを予測し、量を超える品質を示すことを示している。
論文 参考訳（メタデータ） (2026-04-20T00:57:31Z) - GAAMA: Graph Augmented Associative Memory for Agents [0.0]
GAAMAは、概念を介する階層的知識グラフを構成するグラフ拡張連想記憶システムである。
LoCoMo-10ベンチマーク(10のマルチセッション会話で1,540の質問)では、GAAMAは78.9%の平均報酬を獲得し、調整されたRAGベースラインを上回っている。
論文 参考訳（メタデータ） (2026-03-29T23:33:38Z) - PersonaMem-v2: Towards Personalized Intelligence via Learning Implicit User Personas and Agentic Memory [56.81126490418336]
パーソナライゼーションは、AI能力とアライメントの進歩における次のマイルストーンの1つだ。
PersonaMem-v2は300以上のシナリオ、20,000以上のユーザの好み、128kのコンテキストウィンドウで、1,000の現実的なユーザ-チャットボットインタラクションをシミュレートする。
我々はQwen3-4BをトレーニングしてGPT-5を上回り、暗黙のパーソナライゼーションにおいて53%の精度を達成した。
論文 参考訳（メタデータ） (2025-12-07T06:48:23Z) - Robust Relevance Feedback for Interactive Known-Item Video Search [30.382002857815497]
我々は、トップk選択の安定性を改善するためのペアワイズ相対判定フィードバックを導入する。
ユーザ認識を複数のサブパーセプションに分解し,それぞれが独立した埋め込み空間として表現される。
我々は,各ユーザフィードバックインスタンスに基づいて,サブパーセプションの組み合わせを推定する予測的ユーザモデルを開発する。
論文 参考訳（メタデータ） (2025-05-21T05:31:49Z) - Mind the Gap! Static and Interactive Evaluations of Large Audio Models [55.87220295533817]
大型オーディオモデル(LAM)は、音声ネイティブな体験をパワーアップするために設計されている。
本研究は,484名の参加者から,LAMを評価し,7,500名のLAMインタラクションを収集する対話的アプローチを提案する。
論文 参考訳（メタデータ） (2025-02-21T20:29:02Z) - Aligning LLMs with Individual Preferences via Interaction [51.72200436159636]
調整可能な大きな言語モデル(LLM)をトレーニングします。
木構造における3K以上の多ターン会話を含む多ターン嗜好データセットを開発した。
評価のために、慎重に選択された100のサンプルと、会話中にカスタマイズされたアライメント性能を測定するために適切に設計されたメトリクスからなるALOEベンチマークを確立する。
論文 参考訳（メタデータ） (2024-10-04T17:48:29Z) - Generalized Contrastive Learning for Multi-Modal Retrieval and Ranking [2.5238707656136694]
Generalized Contrastive Learning (GCL)は、連立関係を超えた連続的なランキングスコアから学習するために設計されたトレーニングフレームワークである。
GCLは、ランキングスコアを損失関数に適用することにより、関連性およびランキング情報を統合埋め込み空間に符号化する。
論文 参考訳（メタデータ） (2024-04-12T15:30:03Z) - Temporal Interest Network for User Response Prediction [33.95334897033641]
本稿では,行動と対象間の意味的・時間的相関を同時に捉えるための時間的関心ネットワーク(TIN)を提案する。
TINは2023年10月から運用に成功し、WeChat Momentsのトラフィックに対応している。
論文 参考訳（メタデータ） (2023-08-15T05:48:44Z) - Using Multi-Encoder Fusion Strategies to Improve Personalized Response
Selection [2.8360662552057323]
本稿では,発話のペルソナ,感情,詳細情報間の相互作用を捉える融合戦略の組を提案する。
我々は、従来の手法よりも2.3%以上、修正されたペルソナでは1.9%以上のマージンで、BERTベースのモデルを訓練する。
論文 参考訳（メタデータ） (2022-08-20T04:13:27Z) - Adversarial Retriever-Ranker for dense text retrieval [51.87158529880056]
本稿では、二重エンコーダレトリバーとクロスエンコーダローダからなるAdversarial Retriever-Ranker(AR2)を提案する。
AR2は、既存の高密度レトリバー法より一貫して大幅に優れている。
これには、R@5から77.9%(+2.1%)、TriviaQA R@5から78.2%(+1.4)、MS-MARCO MRR@10から39.5%(+1.3%)の改善が含まれている。
論文 参考訳（メタデータ） (2021-10-07T16:41:15Z)
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。