論文の概要: Think-to-Personalize: Unifying Reasoning and Retrieval for User-Centric Personalized Dense Retrieval

• arxiv url: http://arxiv.org/abs/2608.18855v2
• Date: Mon, 24 Aug 2026 03:42:50 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-08-25 13:29:42.852555
• Title: Think-to-Personalize: Unifying Reasoning and Retrieval for User-Centric Personalized Dense Retrieval
• Title（参考訳）: Think-to-Personalize:ユーザ中心のパーソナライズドセンス検索のための推論と検索の統合
• Authors: Angqing Jiang, Gaoming Zhang, Jianchun Song, Kena Qi, Dayao Chen, Wei Lin, Defu Lian,
• Abstract要約: Think-to-Personalize (TTP) は、ユーザ中心の意図的推論を高密度検索で統一する新しいフレームワークである。 TTPは最先端のベースラインを大幅に上回る。
• 参考スコア（独自算出の注目度）: 37.821022474615994
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: Dense retrieval has become a cornerstone of modern local-lifestyle e-commerce search by encoding queries and items into semantic embedding spaces. While recent advancements have transitioned from BERT-based embedding models to Large Language Models (LLMs), most approaches still treat LLMs as static text encoders, neglecting their inherent reasoning capabilities. Furthermore, standard dense retrieval models remain query-centric, which is insufficient in e-commerce scenarios where sparse and ambiguous queries create an intent gap that can only be bridged by the rich context of user history. Meanwhile, existing personalized retrieval methods typically rely on implicit embedding interactions, which lack the reasoning capability to effectively disambiguate user intent from noisy historical behaviors. To address these challenges, we propose Think-to-Personalize (TTP), a novel framework that unifies explicit user-centric intent reasoning with dense retrieval. By reasoning over the user's historical purchase sequence, TTP explicitly deduces latent personalized needs and generates an intent-enhanced query, which is then encoded into a unified dense embedding. Specifically, we design a two-stage training paradigm: (1) a Supervised Fine-Tuning (SFT) stage that establishes cold-start capabilities; and (2) a Reinforcement Learning (RL) stage that aligns the reasoning process with retrieval utility using Group Relative Policy Optimization (GRPO). Extensive experiments on both proprietary and public benchmarks demonstrate that TTP significantly outperforms state-of-the-art baselines. Furthermore, in online A/B tests, it achieved a +0.46% lift in order volume, validating its practical effectiveness and establishing a new paradigm for reasoning-driven personalized dense retrieval.
• Abstract（参考訳）: デンス検索は、クエリやアイテムをセマンティックな埋め込み空間にエンコードすることで、現代のローカルライフスタイルのeコマース検索の基盤となっている。 近年の進歩はBERTベースの埋め込みモデルからLarge Language Models (LLMs)へ移行しているが、ほとんどのアプローチはLLMを静的テキストエンコーダとして扱い、その固有の推論能力を無視している。 さらに、標準の高密度検索モデルはクエリ中心であり、スパースと曖昧なクエリがユーザ履歴のリッチなコンテキストによってのみブリッジできるインテントギャップを生み出すEコマースシナリオでは不十分である。 一方、従来のパーソナライズされた検索方法は一般的に暗黙の埋め込みインタラクションに依存しており、ノイズの多い過去の行動からユーザの意図を効果的に曖昧にするための推論能力が欠如している。 これらの課題に対処するため,高密度検索を伴う明示的なユーザ中心の意図推論を統一する新しいフレームワークであるThink-to-Personalize(TTP)を提案する。 ユーザの履歴購入シーケンスを推論することで、TTPは遅延パーソナライズされたニーズを明示的に推論し、インテント強化クエリを生成し、それを統合された密な埋め込みにエンコードする。 具体的には,(1)冷間開始能力を確立するSFT(Supervised Fine-Tuning)ステージ,(2)グループ相対ポリシー最適化(GRPO)を用いた検索ユーティリティと推論プロセスを整合させるRL(Reinforcement Learning)ステージという2段階の訓練パラダイムを設計する。 プロプライエタリなベンチマークとパブリックなベンチマークの両方での大規模な実験は、TPが最先端のベースラインを大幅に上回っていることを示している。 さらに、オンラインのA/Bテストでは、順数で+0.46%のリフトを達成し、その実用性を検証するとともに、推論駆動によるパーソナライズされた密集検索のための新しいパラダイムを確立した。

関連論文リスト

• RAG-Enhanced Large Language Models for Dynamic Content Expiration Prediction in Web Search [49.70446150612307]
  商用ウェブ検索では、情報の寿命が非常に多様であるため、コンテンツの鮮度とユーザ意図の整合性は依然として困難である。 伝統的な産業的アプローチは静的なタイムウインドウフィルタリングに依存しており、結果として、コンテンツが時系列的に最新のが意味論的に期限切れになる「ワンサイズフィット」ランキングが作られる。 本フレームワークは,文書から詳細な時間的コンテキストを抽出し,クエリ固有の「妥当性水平線」を導出する。
  論文  参考訳（メタデータ） (2026-05-13T06:20:28Z)
• Personalized Deep Research: A User-Centric Framework, Dataset, and Hybrid Evaluation for Knowledge Discovery [36.57361069825463]
  動的ユーザコンテキストをコア検索・推論ループに統合するPDR(Personalized Deep Research)を導入する。 PDRは、ユーザープロファイルモデリングを反復的なクエリ開発、二重ステージ(プライベート/パブリック)検索、コンテキスト認識合成と統合する。 これにより、研究サブゴールとユーザの意図を自律的に調整し、エビデンス収集の停止基準を最適化することができる。
  論文  参考訳（メタデータ） (2026-05-11T13:14:54Z)
• Sparse Personalized Text Generation with Multi-Trajectory Reasoning [95.19317487799292]
  PAT(Personalization with Aligned Trajectories)は、コールドスタートLDMパーソナライズのための推論フレームワークである。 まず、スタイリスティックに類似したユーザからの書き込みスタイルの手がかりと、嗜好に沿ったユーザからのトピック固有のコンテキストの2つの相補的なトラジェクトリに沿って情報を取得する。 次に、強化学習に基づく反復的な二重共振機構を用い、LLMはこれらの信号を共同で洗練し統合することができる。
  論文  参考訳（メタデータ） (2026-04-27T20:58:49Z)
• Towards Context-aware Reasoning-enhanced Generative Searching in E-commerce [61.03081096959132]
  そこで本稿では,複雑な状況下でのテキストバウンダリングを改善するための,文脈対応推論強化型生成検索フレームワークを提案する。 提案手法は,強力なベースラインに比べて優れた性能を示し,検索に基づく推薦の有効性を検証した。
  論文  参考訳（メタデータ） (2025-10-19T16:46:11Z)
• Large Reasoning Embedding Models: Towards Next-Generation Dense Retrieval Paradigm [16.78399933831573]
  本稿では、推論過程を表現学習に統合するLarge Reasoning Embedding Model(LREM)を提案する。 難解なクエリに対して、LREMはまず、元のクエリの深い理解を達成するために推論を行い、その後、検索のための推論拡張クエリ埋め込みを生成する。 この推論プロセスは、元のクエリとターゲットアイテム間のセマンティックギャップを効果的にブリッジし、検索精度を大幅に向上させる。
  論文  参考訳（メタデータ） (2025-10-16T05:37:39Z)
• Constrained Auto-Regressive Decoding Constrains Generative Retrieval [71.71161220261655]
  ジェネレーティブ検索は、従来の検索インデックスデータ構造を1つの大規模ニューラルネットワークに置き換えようとしている。 本稿では,制約とビームサーチという2つの本質的な視点から,制約付き自己回帰生成の固有の制約について検討する。
  論文  参考訳（メタデータ） (2025-04-14T06:54:49Z)
• Optimized Feature Generation for Tabular Data via LLMs with Decision Tree Reasoning [53.241569810013836]
  本稿では,大規模言語モデル(LLM)を用いて,効率的な特徴生成ルールを同定するフレームワークを提案する。 我々は、自然言語で容易に表現できるため、この推論情報を伝達するために決定木を使用します。 OCTreeは様々なベンチマークで様々な予測モデルの性能を継続的に向上させる。
  論文  参考訳（メタデータ） (2024-06-12T08:31:34Z)

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。