論文の概要: SWIM: Step-Wise Integrated Measure for Session-supervised List Evaluation in Generative Re-ranking
- arxiv url: http://arxiv.org/abs/2608.25104v1
- Date: Tue, 25 Aug 2026 19:57:48 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-08-27 14:15:15.427024
- Title: SWIM: Step-Wise Integrated Measure for Session-supervised List Evaluation in Generative Re-ranking
- Title（参考訳）: SWIM:ジェネレーティブ・リグレードにおけるセッション教師付きリスト評価のためのステップワイズ統合尺度
- Abstract要約: ユーザ動作を有限水平プレフィックスのセッションレベルサバイバルプロセスとしてモデル化するリストレベル評価器SWIMを提案する。
SWIMは、リストワイドのタスクにおいて、ベースラインを著しく上回り、全体的なレコメンデーションエンゲージメントを大幅に改善することを示す。
- 参考スコア（独自算出の注目度）: 50.941707269747866
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Modern industrial recommender systems have increasingly adopted the Generator-Evaluator (G-E) framework for the re-ranking stage. Within this paradigm, the generator produces candidate item lists from a pool filtered by upstream retrieval and ranking modules, while the evaluator scores these lists and selects the highest-scoring one for final exposure per request. However, on sequential platforms (e.g., short-video apps), users consume items continuously, ignoring artificial list boundaries. Conventional evaluators score lists by aggregating point-wise values, implicitly assuming exposure independence. This fails to capture critical session-level dynamics, such as contextual dependencies, user continuation, and diminishing marginal utility from repetitive content. To bridge this gap, we propose SWIM (Step-Wise Integrated Measure), a list-level evaluator that models user behaviors as a finite-horizon prefix session-level survival process. SWIM estimates the prefix-conditioned contribution of the current list to the session-level objective by factorizing it into a recursive survival distribution and reached-position conditional rewards. Leveraging a causally-masked Transformer, SWIM efficiently estimates continuation probabilities and utilities in parallel, satisfying strict industrial latency constraints. Extensive experiments demonstrate that SWIM significantly outperforms baselines in listwise reranking tasks, yielding substantial improvements in overall recommendation engagement.
- Abstract（参考訳）: 現代の産業レコメンデータシステムは、再評価段階において、ジェネレータ-評価器(G-E)フレームワークをますます採用している。
このパラダイム内で、ジェネレータはアップストリーム検索とランキングモジュールによってフィルタリングされたプールから候補アイテムリストを生成し、評価器はこれらのリストをスコアし、リクエスト毎の最終露光のための最高スコアリストを選択する。
しかし、シーケンシャルなプラットフォーム(例えばショートビデオアプリ)では、ユーザは、人工リストの境界を無視しながら、アイテムを継続的に消費する。
従来の評価者は、露出独立を暗黙的に仮定して、点値の集約によってリストをスコアする。
これは、コンテキスト依存、ユーザ継続、繰り返しコンテンツからの限界ユーティリティの減少など、重要なセッションレベルのダイナミクスをキャプチャすることができない。
このギャップを埋めるためにSWIM(Step-Wise Integrated Measure)を提案する。これはユーザ動作を有限水平プレフィックスのセッションレベルサバイバルプロセスとしてモデル化するリストレベルの評価器である。
SWIMは、現在のリストのセッションレベル目標へのプレフィックス条件による貢献を、再帰的生存分布と到達条件報酬に分解することで推定する。
因果的にマスキングされたTransformerを利用することで、SWIMは継続確率とユーティリティを並列に推定し、厳しい産業遅延の制約を満たす。
大規模な実験により、SWIMはリストワイドのタスクにおいてベースラインを著しく上回り、全体的なレコメンデーションエンゲージメントを大幅に改善することが示された。
関連論文リスト
- EchoRec: Multi-Item Prediction-Empowered Generative Recommendation via Cycle-Consistent Preference Alignment [57.08595331216049]
生成レコメンデーションは、ターゲット項目のセマンティックIDを自己回帰的に生成し、共有トークン空間内の嗜好モデリングとインデックス検索を統合する。
近年の試行ではMTP(Multi-Token Prediction)を導入しているが、その効率性は主に継承され、密集した監視対象としての可能性は未解明のままである。
提案するEchoRecは,マルチホライゾンにまたがるサイクル一貫性の全体的嗜好アライメントをMPPに付与し,生成的レコメンデーションを実現する。
論文 参考訳（メタデータ） (2026-08-14T06:59:12Z) - DIRECTOR: Dynamic Index-based Recommendation with Transport-Optimized Retrieval [47.419173509430834]
Re rankは、要求固有の候補セットから高ユーティリティスレートを選択し、注文することを目的とした決定問題である。
本稿では,トランスポート誘導並列化フレームワークであるTransport-d Retrievalを用いた動的インデックスベースのRecommendationを提案する。
実験により、DIRECTORは強いリグレードベースラインを一貫して上回っていることが示された。
論文 参考訳（メタデータ） (2026-07-29T03:03:03Z) - POEM: Partial-Order Enhanced Real-Time Sequential Modeling for Recommendation [47.301549241806185]
本稿では, 固有部分順序関係に基づく新しいリアルタイム逐次モデリングフレームワークを提案する。
POEMは、アップストリームランキングモジュールが生成するリアルタイムマルチタスクランキングスコアを、動的部分順序列の構築の監督として利用する。
Kuaishouオンライントラフィックに完全にデプロイされたPOEMは、オンライン上の大きな利益を達成している。
論文 参考訳（メタデータ） (2026-06-29T08:23:04Z) - F-GRPO: Factorized Group-Relative Policy Optimization for Unified Candidate Generation and Ranking [79.49893545611779]
大規模言語モデル(LLM)はサブセットを生成し、それを1つの自己回帰パス内で順序付けることができる。
この柔軟性は、新しい最適化課題をもたらす: モデルが出力空間を検索し、完全なランクリストが生成された後にのみユーティリティフィードバックを受けなければならない。
このクレジット割り当てギャップは、エンドツーエンドの最適化を不安定にし、サンプル非効率にする。
本稿では,単一自己回帰的ロールアウト内の両方を実行する統一フレームワークを提案する。
論文 参考訳（メタデータ） (2026-05-13T04:52:33Z) - 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) - Listwise Preference Diffusion Optimization for User Behavior Trajectories Prediction [41.53271688465831]
ユーザ行動軌跡予測(UBTP)を,長期ユーザの嗜好を明示的にモデル化するタスク設定として定式化する。
項目列全体に対して構造化された嗜好を直接最適化する拡散に基づくトレーニングフレームワークであるリスワイズ・ディフュージョン・最適化(LPDO)を導入する。
多段階の予測品質を厳密に評価するために、正確な軌跡合意を計測するタスク特異的な逐次マッチング(SeqMatch)を提案し、確率的忠実度を評価するパープレキシティ(PPL)を採用する。
論文 参考訳（メタデータ） (2025-11-01T12:16:24Z) - From Generation to Consumption: Personalized List Value Estimation for Re-ranking [11.827600847399973]
本稿では,個人化された消費意識リスト値推定フレームワークであるCAVEを提案する。
CAVEは、サブリスト値に対する期待値としてリスト値を定式化し、各位置におけるユーザ固有の出口確率によって重み付けされる。
サブリスト値とユーザエグジットの挙動を共同でモデル化することにより、CAVEは実際のリスト消費値をより忠実に推定する。
論文 参考訳（メタデータ） (2025-08-04T09:43:21Z) - Self-Calibrated Listwise Reranking with Large Language Models [137.6557607279876]
大規模言語モデル (LLM) はシーケンシャル・ツー・シーケンス・アプローチによってタスクのランク付けに使用されている。
この階調のパラダイムは、より大きな候補集合を反復的に扱うためにスライディングウインドウ戦略を必要とする。
そこで本稿では,LLMを用いた自己校正リストのランク付け手法を提案する。
論文 参考訳（メタデータ） (2024-11-07T10:31:31Z) - Sequential Recommendation via Stochastic Self-Attention [68.52192964559829]
Transformerベースのアプローチでは、アイテムをベクトルとして埋め込んで、ドット積の自己アテンションを使用してアイテム間の関係を測定する。
本稿では,これらの問題を克服するための新しいtextbfStochastic textbfSelf-textbfAttention (STOSA) を提案する。
我々は、アイテムと項目の位置関係を列で特徴づける新しいワッサースタイン自己保持モジュールを考案した。
論文 参考訳（メタデータ） (2022-01-16T12:38:45Z)
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。