論文の概要: Stochastic Primal-Dual Decoding for Multiobjective Generative Recommender Systems
- arxiv url: http://arxiv.org/abs/2607.19357v1
- Date: Tue, 26 May 2026 15:05:06 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-07-27 00:46:13.129202
- Title: Stochastic Primal-Dual Decoding for Multiobjective Generative Recommender Systems
- Title（参考訳）: 多目的生成レコメンダシステムのための確率的原始双対復号法
- Abstract要約: 近年のレコメンデーションシステムの進歩は、生成的モデリングによる大幅な性能向上を示している。
本稿では,多目的スレート生成をサポートする自己回帰生成RSを増強する軽量な推論時デコーディング層を提案する。
その結果,ユーザ満足度ゼロで達成した補助目標に対して,+1.8%の利得を含む多目的トレードオフが一貫した改善が見られた。
- 参考スコア（独自算出の注目度）: 3.3756786725295065
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Recent advances in recommender systems (RS) have shown substantial performance gains through generative modelling. In practice, recommendation often involves constructing slates -- ordered lists of items -- that must satisfy multiple objectives beyond relevance, such as constraints defined over item attributes or fairness constraints. Existing multiobjective approaches either rely on post-processing techniques designed for non-generative settings, or incorporate auxiliary objectives directly into model training. The former does not explicitly account for the sequential nature of generative RS, while the latter is often impractical in large-scale systems. We propose a lightweight, inference-time decoding layer that augments autoregressive generative RS to support multiobjective slate generation without modifying or retraining the underlying model. We formulate decoding as an online constrained optimisation problem, where items are selected sequentially, and trade-offs between relevance and auxiliary objectives are adjusted dynamically based on the remaining constraint slack, i.e., how much of each objective remains to be satisfied. This is implemented via a stochastic primal-dual approximation scheme that balances relevance and auxiliary objectives during generation. We provide theoretical guarantees on constraint violation and regret, and evaluate the proposed approach through extensive offline experiments and a large-scale online A/B experiment in a real-world recommender system. Our results show consistent improvements in multiobjective trade-offs, including a +1.8\% gain in the auxiliary objectives achieved at zero cost to user satisfaction.
- Abstract（参考訳）: 近年のレコメンデーションシステム (RS) の進歩は, 生成的モデリングによる大幅な性能向上を示している。
実際には、リコメンデーションは、アイテム属性やフェアネス制約など、関連性を超えた複数の目的を満たさなければならない、アイテムの順序付きリスト(slates)を構築することを伴うことが多い。
既存の多目的アプローチは、非生成的な設定のために設計された後処理技術に依存するか、またはモデルトレーニングに直接補助的な目的を組み込むかのいずれかである。
前者は生成的RSのシーケンシャルな性質を明示的に説明していないが、後者は大規模システムでは非現実的であることが多い。
本稿では, 自己回帰生成型RSを拡張し, モデルの変更や再学習なしに多目的スレート生成をサポートする軽量な推論時デコーディング層を提案する。
オンライン制約最適化問題としてデコーディングを定式化し、アイテムを順次選択し、残りの制約スラックに基づいて関連性と補助目的とのトレードオフを動的に調整する。
これは、生成中の関連性と補助的目的のバランスをとる確率的原始双対近似スキームによって実装される。
我々は,制約違反と後悔に関する理論的保証を提供し,実世界のレコメンデーションシステムにおいて,大規模なオフライン実験と大規模オンラインA/B実験を通じて提案手法を評価する。
その結果,ユーザ満足度ゼロで達成した補助目標に対して,+1.8\%の利得を含む多目的トレードオフが一貫した改善を示した。
関連論文リスト
- Revitalizing the Beginning: Avoiding Storage Dependency for Model Merging in Continual Learning [57.10440766103372]
Trajectory Regularized Merging (TRM) は、拡張されたトラジェクトリ部分空間内の最適化プロセスとしてマージフェーズを再構成するフレームワークである。
本フレームワークは,タスクアライメント,予測整合性,勾配応答性といった3つの相乗的目標を統合し,統合モデルの履歴安定性と再活性化最適化のダイナミクスを同時に保存する。
論文 参考訳（メタデータ） (2026-05-08T14:07:32Z) - MGDA-Decoupled: Geometry-Aware Multi-Objective Optimisation for DPO-based LLM Alignment [6.301256425456381]
幾何学に基づく多目的最適化アルゴリズムMGDA-Decoupledを導入する。
それぞれの目的の収束ダイナミクスを明示的に説明しながら、共通の降下方向を見つける。
UltraFeedbackデータセットの実験では、MGDA-Decoupledがゴールデンレスポンスに対して最高勝利率を達成した。
論文 参考訳（メタデータ） (2026-04-22T15:33:45Z) - MAESTRO: Meta-learning Adaptive Estimation of Scalarization Trade-offs for Reward Optimization [56.074760766965085]
大規模言語モデル(LLM)の整合性のための効率的なパラダイムとしてグループ相対政策最適化が登場している。
我々は,報酬スカラー化を動的潜在ポリシーとして扱い,モデルの終端隠蔽状態を意味的ボトルネックとして活用するMAESTROを提案する。
本稿では,軽量コンダクタネットワークがメタリワード信号としてグループ相対的優位性を生かしてポリシと共進化する,双方向最適化フレームワークにおけるコンテキスト的帯域幅問題としてこれを定式化する。
論文 参考訳（メタデータ） (2026-01-12T05:02:48Z) - Offline Multi-Task Multi-Objective Data-Driven Evolutionary Algorithm with Language Surrogate Model and Implicit Q-Learning [16.52427396199173]
プラグ・アンド・プレイ・サロゲート・モデリング手法としてQ-MetaSurを提案する。
マルチタスク・マルチオブジェクト最適化(MTMOO)をオフライン環境で検討する。
また,Q-MetaSurは,主観的近似精度において,主観的サロゲートベースラインよりも優れていることを示す。
論文 参考訳（メタデータ） (2025-12-17T07:30:11Z) - MPFormer: Adaptive Framework for Industrial Multi-Task Personalized Sequential Retriever [22.507173183511153]
MPFormerは、産業レコメンデーションシステムのための動的マルチタスクトランスフォーマーフレームワークである。
Kuaishouのショートビデオレコメンデーションシステムにうまく統合され、毎日4億人のアクティブユーザーが利用できる。
論文 参考訳（メタデータ） (2025-08-28T03:53:55Z) - 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) - LARES: Latent Reasoning for Sequential Recommendation [96.26996622771593]
本稿では、シークエンシャルレコメンデーションのための新しいスケーラブルなLatent ReasoningフレームワークであるLARESを紹介する。
提案手法では,パラメータの複雑性を増大させることなく推理深度を柔軟に拡張できる再帰的アーキテクチャを用いている。
我々のフレームワークは既存の高度なモデルとのシームレスな互換性を示し、推奨性能をさらに向上させる。
論文 参考訳（メタデータ） (2025-05-22T16:22:54Z) - LLM4Rerank: LLM-based Auto-Reranking Framework for Recommendations [51.76373105981212]
リグレードはレコメンデーションシステムにおいて重要な要素であり、レコメンデーションアルゴリズムの出力を精査する上で重要な役割を果たす。
そこで我々は,様々な格付け基準をシームレスに統合する包括的格付けフレームワークを提案する。
カスタマイズ可能な入力機構も統合されており、言語モデルのフォーカスを特定の再配置のニーズに合わせることができる。
論文 参考訳（メタデータ） (2024-06-18T09:29:18Z) - Choosing the Best of Both Worlds: Diverse and Novel Recommendations
through Multi-Objective Reinforcement Learning [68.45370492516531]
本稿では,Recommender Systems (RS) 設定のための拡張多目的強化学習(SMORL)を紹介する。
SMORLエージェントは、標準レコメンデーションモデルを拡張し、RLレイヤーを追加し、3つの主要な目的(正確性、多様性、新しいレコメンデーション)を同時に満たすように強制する。
実世界の2つのデータセットに対する実験結果から,集約的多様性の顕著な増加,精度の適度な向上,レコメンデーションの反復性の低下,および相補的目的としての多様性と新規性の強化の重要性が示された。
論文 参考訳（メタデータ） (2021-10-28T13:22:45Z) - Modeling the Second Player in Distributionally Robust Optimization [90.25995710696425]
我々は、最悪のケース分布を特徴付けるために神経生成モデルを使うことを議論する。
このアプローチは多くの実装と最適化の課題をもたらします。
提案されたアプローチは、同等のベースラインよりも堅牢なモデルを生み出す。
論文 参考訳（メタデータ） (2021-03-18T14:26:26Z) - Sample-Rank: Weak Multi-Objective Recommendations Using Rejection
Sampling [0.5156484100374059]
本稿では,マルチゴールサンプリングとユーザ関連度(Sample-Rank)のランク付けによるマーケットプレースの多目的目標への推薦手法を提案する。
提案手法の新規性は,望まれるマルチゴール分布からサンプリングするMOレコメンデーション問題を低減し,プロダクションフレンドリーな学習-ランクモデルを構築することである。
論文 参考訳（メタデータ） (2020-08-24T09:17:18Z)
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。