論文の概要: Interpretable Representation via LLM-Driven Generative Disentanglement for Local-Life Service Recommendation
- arxiv url: http://arxiv.org/abs/2607.27944v1
- Date: Thu, 30 Jul 2026 09:52:18 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-07-31 21:37:00.494081
- Title: Interpretable Representation via LLM-Driven Generative Disentanglement for Local-Life Service Recommendation
- Title（参考訳）: LLM-Driven Generative Disentanglement を用いた地域サービス推薦のための解釈表現
- Abstract要約: 我々はLGRID(Local-Life Service Recommendation)のためのLLM駆動型生成ディスタングルによる解釈可能な表現を提案する。
LGRID は Encode -> Disentangle -> Align -> Quantize Pipeline を通じて生成的不整合のパラダイムを導入している。
KuaishouとFoursquareの実験によると、LGRIDはSIDベースラインを一貫して上回っている。
- 参考スコア（独自算出の注目度）: 28.83516611687355
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: While large language models (LLMs) have advanced ID-based recommendation through Semantic ID (SID) modeling, existing SID generation frameworks largely follow a single-representation-then-quantization paradigm. This design faces two bottlenecks: semantic entanglement mixes heterogeneous attributes, such as geography, brand, and category, causing information loss during quantization, low-quality SIDs, and severe collisions; moreover, black-box representation learning provides neither explicit attribute semantics nor clear geographic or semantic meanings for SID positions. These limitations weaken both retrieval reliability and the ability to diagnose or control SID generation. We propose Interpretable Representation via LLM-Driven Generative Disentanglement for Local-Life Service Recommendation (LGRID). LGRID introduces a generative disentanglement paradigm through an Encode -> Disentangle -> Align -> Quantize pipeline. It first uses joint LLM encoding to preserve cross-attribute geographic-semantic dependencies, rather than encoding fields independently. A Structured Disentangled Block then routes hidden states into attribute-aligned slots for geographic and semantic factors. Synergistic Alignment Learning makes these slots both generatively decodable and discriminative for retrieval, while Dual-Stream Residual Quantization separately discretizes the two streams into compact SIDs with explicit attribute correspondence. This design yields interpretable SIDs with positions grounded in item attributes and local-service semantics. Experiments on Kuaishou and Foursquare show that LGRID consistently outperforms strong SID baselines, achieving up to a 5.44 percent relative AUC gain. It also achieves over 99 percent attribute-decoding accuracy for coarse geographic fields and reduces the full-SID collision rate to 39.9 percent, compared with 97.0 percent for LGSID.
- Abstract（参考訳）: 大規模言語モデル(LLM)は、セマンティックID(SID)モデリングを通じて高度なIDベースのレコメンデーションを持つが、既存のSID生成フレームワークは、主に単一表現列列列化パラダイムに従っている。
この設計は2つのボトルネックに直面している: 意味的絡み合いは、地理、ブランド、カテゴリーなどの異種属性を混在させ、量子化、低品質のSID、厳しい衝突の際の情報損失を引き起こす。
これらの制限は、検索信頼性とSID生成を診断または制御する能力の両方を弱める。
本稿では, LLM-Driven Generative Disentanglement for Local-Life Service Recommendation (LGRID)による解釈表現を提案する。
LGRID は Encode -> Disentangle -> Align -> Quantize Pipeline を通じて生成的不整合のパラダイムを導入している。
最初は、フィールドを独立にエンコードするのではなく、共同LLMエンコーディングを使用して、クロス属性な地理的セマンティック依存関係を保存する。
Structured Disentangled Blockは、地理的および意味的要素のために、隠れた状態を属性整列のスロットにルーティングする。
Synergistic Alignment Learningはこれらのスロットを生成的に復号化可能であり、検索には識別可能であり、Dual-Stream Residual Quantizationは2つのストリームを明示的な属性対応を持つコンパクトなSIDに別々に識別する。
この設計は、アイテム属性とローカルサービスセマンティクスを基盤とした解釈可能なSIDを生成する。
KuaishouとFoursquareの実験によると、LGRIDはSIDベースラインを一貫して上回り、AUCの相対的な利益は5.4%に達する。
また、粗い地理的フィールドの99%以上の属性復号精度を実現し、LGSIDの97.0パーセントに比べて、全SID衝突率を39.9%に下げる。
関連論文リスト
- HF-SID: High-Fidelity Semantic IDs for Generative Retrieval in Location-Based Services [6.767079940213956]
位置情報ベースサービス(LBS)では,各POI(Point-of-Interest)を意味ID(Semantic ID, SID)として表現する生成検索が注目されている。
離散コードに何らかの情報がコミットされる前に、表現段階で地理的、数値的、構造的忠実度を復元するHF-SIDを提案する。
これらのメカニズムは表現を長くするよりも表現を豊かにするので、HF-SIDは余分な復号コストで3つのトークン識別子SIDを使用する。
論文 参考訳（メタデータ） (2026-08-31T09:05:09Z) - TopoGR: Revealing and Preserving Latent Structure of Semantic ID in Generative Recommendation [25.345503799250476]
TopoGRはBit-decomposable Semantic ID(バイナリSID)に基づくトポロジー保存型生成レコメンデーションフレームワークである
TopoGRは、レコメンデーションパフォーマンスにおいて、既存の最先端のベースラインを一貫して上回っていることを示す。
論文 参考訳（メタデータ） (2026-07-28T02:45:33Z) - DSIRM: Learning Query-Bridged Discrete Semantic Identifiers for E-commerce Relevance Modeling [3.0848956918142605]
本稿では,クエリブリッジ型コントラスト量子化手法を提案する。
一方、クエリ側で生成するLCMを探索し、テキストからアイテムSIDを明示的に予測する。
提案手法は,オフラインAUCを+1.54%改善し,より良い結果を得た。
論文 参考訳（メタデータ） (2026-06-03T02:42:52Z) - Conditional Memory Enhanced Item Representation for Generative Recommendation [46.59623438612085]
ジェネレーティブレコメンデーション(GR)は,セマンティック識別子(SID)の自動生成によって対象項目を予測する,有望なパラダイムとして登場した。
ほとんどのGRメソッドは量子化表現生成パイプラインに従い、まず各項目にSIDを割り当て、次にSID-token埋め込みから入力表現を構築し、最後に自動回帰生成によってターゲットのSIDを予測する。
コンディショナルメモリ拡張アイテム表現フレームワークであるCometIRを提案する。このフレームワークは、アイテム認識入力へのSIDトークンの埋め込みを再構築し、SID復号時にトークンの粒度を復元する。
論文 参考訳（メタデータ） (2026-05-12T02:56:59Z) - RefAlign: Representation Alignment for Reference-to-Video Generation [53.368296137314225]
RefAlignは、DiT参照ブランチ機能を視覚基礎モデルのセマンティック空間に整列する表現アライメントフレームワークである。
OpenS2V-Evalベンチマークの実験では、RefAlignがTotalScoreの最先端メソッドより優れていることが示されている。
論文 参考訳（メタデータ） (2026-03-26T17:59:57Z) - 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) - Unleashing the Native Recommendation Potential: LLM-Based Generative Recommendation via Structured Term Identifiers [51.64398574262054]
本稿では,意味的にリッチで標準化されたテキストキーワードの集合として定義された用語ID(TID)を導入し,堅牢な項目識別子として機能する。
本稿では,TIDを中心にした新しいフレームワークGRLMを提案し,項目のメタデータを標準化されたTIDに変換し,統合的インストラクションファインタニングを活用して,用語の内部化とシーケンシャルレコメンデーションを協調的に最適化する。
論文 参考訳（メタデータ） (2026-01-11T07:53:20Z) - What Makes You Unique? Attribute Prompt Composition for Object Re-Identification [70.67907354506278]
Object Re-IDentificationは、重複しないカメラビューで個人を認識することを目的としている。
単一ドメインモデルはドメイン固有の機能に過度に適合する傾向がありますが、クロスドメインモデルは多種多様な正規化戦略に依存します。
本稿では,テキストのセマンティクスを利用して識別と一般化を協調的に強化する属性プロンプト合成フレームワークを提案する。
論文 参考訳（メタデータ） (2025-09-23T07:03:08Z) - LIRA: Inferring Segmentation in Large Multi-modal Models with Local Interleaved Region Assistance [54.683384204063934]
大規模マルチモーダルモデル(LMM)は不正確なセグメンテーションと幻覚的理解に苦しむ。
視覚的理解とセグメンテーションの相補的関係を生かしたフレームワークであるLIRAを提案する。
LIRAはセグメンテーションと理解タスクの両方で最先端のパフォーマンスを達成する。
論文 参考訳（メタデータ） (2025-07-08T07:46:26Z) - HSVA: Hierarchical Semantic-Visual Adaptation for Zero-Shot Learning [74.76431541169342]
ゼロショット学習(ZSL)は、目に見えないクラス認識の問題に取り組み、目に見えないクラスから目に見えないクラスに意味的な知識を移す。
本稿では,意味領域と視覚領域を協調させる新しい階層型意味視覚適応(HSVA)フレームワークを提案する。
4つのベンチマークデータセットの実験では、HSVAは従来のZSLと一般的なZSLの両方で優れた性能を示す。
論文 参考訳（メタデータ） (2021-09-30T14:27:50Z)
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。