論文の概要: Gryphon-v2: One Model in Place of a Cascade - Generate-and-Rank Recommender with Rollout Distillation
- arxiv url: http://arxiv.org/abs/2608.06213v1
- Date: Thu, 06 Aug 2026 16:04:21 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-08-07 17:43:06.788591
- Title: Gryphon-v2: One Model in Place of a Cascade - Generate-and-Rank Recommender with Rollout Distillation
- Title（参考訳）: Gryphon-v2: ロールアウト蒸留によるカスケード-生成ランクレコメンダの配置モデル
- Abstract要約: エンド・ツー・エンド・エンド・レコメンデーションのための統合されたジェネレーション・アンド・ランクアーキテクチャを提案する。
1つのGryphon-v2モデルは、15以上の候補ジェネレータ、プレランク、最終ランキングで構成される生産カスケードを置き換える。
デプロイメントによって、プロダクションのカスケードに匹敵するレイテンシを提供すると、アクティブユーザ数が1.41%増加する。
- 参考スコア（独自算出の注目度）: 0.1354380310318161
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Industrial recommender systems are commonly deployed as multi-stage cascades with separate candidate generators, pre-rankers, and final rankers. Although effective, these cascades require repeated user-history processing, complex feature pipelines, and multiple serving stages. Semantic-ID-based generative retrieval offers a path toward simpler end-to-end systems, but next-item prediction alone does not capture the fine-grained preferences encoded by production ranking objectives. We present Gryphon-v2, a unified generate-and-rank architecture for end-to-end recommendation. The model encodes a user history once, generates Semantic-ID candidates with an autoregressive decoder, resolves them to catalogue items, and ranks them with an item-level Ranking Module that reuses the shared encoder states. To transfer fine-grained production ranking preferences without adding an expensive second model to the serving path, we distill a high-capacity, training-only Teacher Ranker into the Ranking Module. Gryphon-v2 is trained with Rollout Distillation: teacher scores are the only ranking supervision, and they are collected over two complementary candidate distributions. Rollouts from the current decoder expose the Ranking Module to candidates produced by the same generation mechanism used at serving time, while logged impressions cover items users were actually shown. In an online A/B experiment on a large-scale recommendation surface at Yandex Music, a single Gryphon-v2 model replaces a production cascade comprising more than 15 candidate generators, pre-ranking, and final ranking. The deployment increases the number of active users by 1.41% at serving latency comparable to the production cascade. These results support the practical viability of a generative retriever with a Ranking Module distilled from the Teacher Ranker as an end-to-end alternative to a production cascade.
- Abstract（参考訳）: 産業レコメンドシステムは通常、複数のステージのカスケードとしてデプロイされ、候補ジェネレータ、プレランカ、最終ランカが別々に配置される。
有効ではあるが、これらのカスケードは繰り返しユーザー履歴処理、複雑な機能パイプライン、複数のサービスステージを必要とする。
セマンティックIDに基づく生成検索は、より単純なエンドツーエンドシステムへの道筋を提供するが、次世代の予測だけでは、生産ランキングの目的によって符号化されたきめ細かい好みを捉えない。
Gryphon-v2は、エンドツーエンドのレコメンデーションのための、統一された生成およびランクアーキテクチャである。
モデルはユーザ履歴をエンコードし、自動回帰デコーダでセマンティックID候補を生成し、アイテムをカタログ化し、共有エンコーダ状態を再利用するアイテムレベルのランク付けモジュールにランク付けする。
サービスパスに高価な第2モデルを追加することなく、微粒な生産ランク付けの選好を伝達するために、高容量で訓練専用の教師ランクラーをランク付けモジュールに蒸留する。
Gryphon-v2はロールアウト蒸留(Rollout Distillation)でトレーニングされている: 教師のスコアは唯一のランク管理であり、2つの補完的な候補ディストリビューションで収集される。
現在のデコーダからのロールアウトは、サービス時に使用される同じ生成メカニズムによって生成された候補にランク付けモジュールを公開し、ログされたインプレッションは、ユーザが実際に表示したアイテムをカバーする。
Yandex Musicの大規模レコメンデーションサーフェスのオンラインA/B実験では、単一のGryphon-v2モデルが15以上の候補ジェネレータ、プレランク、最終ランキングで構成されるプロダクションカスケードを置き換える。
デプロイメントによって、プロダクションのカスケードに匹敵するレイテンシを提供すると、アクティブユーザ数が1.41%増加する。
これらの結果は, 生産カスケードのエンド・ツー・エンド代替品として, 教師ランクラーから蒸留したランク付けモジュールを用いた再生レトリバーの実用性を支持する。
関連論文リスト
- Unifying Generative Recall and Multi-Objective Ranking in a Single Decoder-Only Sequence [26.231002784432842]
生成的リコールとランキングのスケーリングは、共通のTransformerベースのモデリング哲学を共有している。
我々は textbfUniR$2$, textbfUnified decoder のみの変換器を提案し, 生成 textbfRecall と Multi-Objective textbfRanking を統一する。
論文 参考訳（メタデータ） (2026-07-27T13:47:38Z) - GR2 Technical Report [58.300302585605095]
GR2は、セマンティックIDの中間トレーニングと、より強い教師から抽出された推論トレースを組み合わせたエンドツーエンドフレームワークである。
GR2は産業規模の交通のレガシーベースラインに対して+18.7%のR@1、+7.1%のR@3、+9.6%のN@3を提供する。
論文 参考訳（メタデータ） (2026-06-30T17:22:22Z) - Harmonizing Generative Retrieval and Ranking in Chain-of-Recommendation [7.875907934833633]
本稿では,統合された生成検索・ランキングフレームワークRecoChainを提案する。
提案手法は,生成検索とランキングのギャップを効果的に埋め,Top-Kレコメンデーション性能の向上を実現している。
論文 参考訳（メタデータ） (2026-04-28T15:56:11Z) - From Local Indices to Global Identifiers: Generative Reranking for Recommender Systems via Global Action Space [50.72071213515985]
GloRankは、ローカルインデックスの選択からグローバル識別子の生成に移行する、ジェネレーティブなフレームワークである。
我々はGloRankが最先端のベースラインを一貫して上回り、コールドスタートシナリオにおいて優れたロバスト性を実現することを示す。
論文 参考訳（メタデータ） (2026-04-28T06:57:00Z) - GReF: A Unified Generative Framework for Efficient Reranking via Ordered Multi-token Prediction [12.254397628788647]
ランク付けは、項目間のリスト内相関をモデル化する上で重要な役割を果たす。
最近の研究は2段階(ジェネレータ・評価器)パラダイムを踏襲している。
本稿では,2つの主要な課題に対処するため,GReF(Unified Generative Efficient Re rank Framework)を提案する。
論文 参考訳（メタデータ） (2025-10-29T06:54:42Z) - Rank-GRPO: Training LLM-based Conversational Recommender Systems with Reinforcement Learning [70.6126069527741]
ConvRec-R1は会話レコメンデーションシステムのエンドツーエンドトレーニングのための2段階のフレームワークである。
ステージ1では,Remap-Reflect-Adjustパイプラインを用いた行動閉鎖データセットを構築した。
ステージ2では,グループ相対政策最適化の原則的拡張である Rank-GRPO を提案する。
論文 参考訳（メタデータ） (2025-10-23T02:56:00Z) - OneRec: Unifying Retrieve and Rank with Generative Recommender and Iterative Preference Alignment [9.99840965933561]
ケースドラーニングフレームワークを統一的な生成モデルで置き換えるOneRecを提案する。
1) ユーザの履歴行動シーケンスをエンコードし、ユーザが興味を持っているかもしれない動画を徐々にデコードするエンコーダ・デコーダ構造。
論文 参考訳（メタデータ） (2025-02-26T09:25:10Z) - Generative Multi-modal Models are Good Class-Incremental Learners [51.5648732517187]
クラス増分学習のための新しい生成型マルチモーダルモデル(GMM)フレームワークを提案する。
提案手法は適応生成モデルを用いて画像のラベルを直接生成する。
Few-shot CIL設定では、現在の最先端のすべてのメソッドに対して少なくとも14%精度が向上し、忘れてはならない。
論文 参考訳（メタデータ） (2024-03-27T09:21:07Z) - Distillation Enhanced Generative Retrieval [96.69326099136289]
生成的検索はテキスト検索において有望な新しいパラダイムであり、関連する通路の識別子文字列を検索対象として生成する。
本研究は, 蒸留による生成的検索をさらに促進するための有効な方向を特定し, DGR という名称の実行可能なフレームワークを提案する。
本研究では,4つの公開データセットに対して実験を行い,DGRが生成的検索手法の最先端性能を達成することを示す。
論文 参考訳（メタデータ） (2024-02-16T15:48:24Z) - Large Language Models are Zero-Shot Rankers for Recommender Systems [76.02500186203929]
本研究では,レコメンダシステムのランキングモデルとして機能する大規模言語モデル(LLM)の能力を検討することを目的とする。
LLMにはゼロショットランキング能力があるが、歴史的相互作用の順序を理解するのに苦労していることを示す。
これらの問題は、特別に設計されたプロンプトとブートストラップ戦略によって緩和可能であることを実証する。
論文 参考訳（メタデータ） (2023-05-15T17:57:39Z) - Recommender Systems with Generative Retrieval [58.454606442670034]
本稿では,対象候補の識別子を自己回帰的に復号する新たな生成検索手法を提案する。
そのために、各項目のセマンティックIDとして機能するために、意味論的に意味のあるコードワードを作成します。
提案手法を用いて学習した推薦システムは,様々なデータセット上での現在のSOTAモデルよりも大幅に優れていることを示す。
論文 参考訳（メタデータ） (2023-05-08T21:48:17Z)
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。