論文の概要: Robust Fusion of Semantic and Behavioural Signals for LLM Reranking in Personalised Search

• arxiv url: http://arxiv.org/abs/2609.25825v1
• Date: Tue, 22 Sep 2026 07:54:14 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-23 18:04:04.276493
• Title: Robust Fusion of Semantic and Behavioural Signals for LLM Reranking in Personalised Search
• Title（参考訳）: パーソナライズされたLLMにおける意味・行動信号のロバスト融合
• Abstract要約: LLMベースのクロスエンコーダは、単一のリランクインターフェースを提供するが、そのプロンプトに予測的行動統計を注入することで、ショートカット学習を促進することができる。 クエリスライス統計(QSS)を用いた大規模オーディオストリーミングプラットフォームのパーソナライズされた検索システムにおけるこの問題について検討する。 ネイティブQSSインジェクションは、機能が利用可能になった時にランキングを改善するが、削除されると堅牢性が低下する。 本稿では,QSSを含むQSSを1回,QSSを1回削除したQSSを1回提示する,決定論的デュアルサンプル機能ドロップアウトトレーニングを用いて,この問題に対処する。
• 参考スコア（独自算出の注目度）: 38.97030772917452
• License: http://creativecommons.org/licenses/by-sa/4.0/
• Abstract: Personalised search must satisfy query intent while incorporating user context and historical interactions. LLM-based cross-encoders provide a single reranking interface, but injecting predictive behavioural statistics into their prompts can encourage shortcut learning: reliance on historical signals at the expense of semantic and user-context patterns that generalise to sparse or unseen searches. We study this problem in the personalised search system of a large-scale audio streaming platform using Query Slice Stats (QSS), an interaction-derived behavioural feature summarising historical success for query-candidate pairs. Naive QSS injection improves ranking when the feature is available but reduces robustness when it is removed. We address this with deterministic dual-sample feature-dropout training, which presents each example once with QSS included and once with QSS removed. Offline, QSS injection improves ranking quality by 13.3% when available. Dual-sample training preserves these gains while improving performance under QSS-removed evaluation by 4.0% relative to naive QSS training. In a live online test, both QSS-aware variants improve search success by roughly 2%. The aggregate test does not distinguish dual-sample from features-only training; the cold-start comparison is directionally consistent with the offline results. Paired feature-present and feature-removed training can therefore reduce the tension between exploiting strong behavioural statistics and remaining robust when they are unavailable.
• Abstract（参考訳）: パーソナライズされた検索は、ユーザコンテキストと過去のインタラクションを取り入れながら、クエリーインテントを満たす必要がある。 LLMベースのクロスエンコーダは、単一のリランクインターフェースを提供するが、予測行動統計をプロンプトに注入することで、ショートカット学習を促進することができる。 本研究では,クエリ・スライス・スタット (QSS) を用いた大規模オーディオ・ストリーミング・プラットフォームのパーソナライズされた検索システムにおいて,クエリ・キャンディネート・ペアの履歴的成功を要約したインタラクションに基づく行動特徴について検討する。 ネイティブQSSインジェクションは、機能が利用可能になった時にランキングを改善するが、削除されると堅牢性が低下する。 本稿では,QSSを含むQSSを1回,QSSを1回削除したQSSを1回提示する,決定論的デュアルサンプル機能ドロップアウトトレーニングを用いて,この問題に対処する。 オフラインでは、QSSインジェクションによってランキング品質が13.3%向上する。 二重サンプルトレーニングは、これらの利得を保ち、QSSを除去した評価では、単純QSSトレーニングと比較して4.0%改善する。 ライブオンラインテストでは、いずれのQSS対応版も検索成功率を約2%向上させる。 総合的なテストでは、二重サンプルと特徴のみのトレーニングを区別しない。 ペアリングされた特徴提示と特徴除去のトレーニングは、強い行動統計を活用することと、それらが利用できないときの堅牢さの間の緊張を和らげる。

関連論文リスト

• SCQ: Stabilizing Conservative Q-Learning with Sigmoid-Bounded Entropy [2.299479454443024]
  SCQ(Sigmoid-Bounded conservative Q-Learning)を導入し、標準的な対数エントロピー項を厳密な正のシグモイド有界な定式化に置き換える。 SCQはベースラインのパフォーマンスと一致またはオーバーし、ステートベースおよびビジュアルベンチマーク間のより安定したトレーニングダイナミックスを示す。 直接クリッピング介入は、傾きにマッチした正スコア制御とともに、負の対数確率の寄与を除去し、特定のスコアの形状だけでなく、肯定性も改善の多くを駆動していることを示す。
  論文  参考訳（メタデータ） (2026-09-11T11:59:52Z)
• What Current AI Benchmarks Leave Unmeasured: Modality, Search, Citations, and Implications (for Safety Evaluations) [1.0499611180329804]
  私たちは、ChatGPTのチャットUIとOpenAIのAPIの2つのモダリティを、Web検索を有効に/しないで比較した。 例えば、チャットUIレスポンスは、検索を無効にした両方のベンチマークのAPIレスポンスよりも正確ではなかった。 AIの安全性評価は、モダリティ、マルチラン一貫性、探索条件、応答レベルの振る舞いを体系的に考慮すべきである、と我々は主張する。
  論文  参考訳（メタデータ） (2026-08-06T15:58:32Z)
• Multimodal Learning on Low-Quality Data with Conformal Predictive Self-Calibration [72.0672328514289]
  マルチモーダル学習は、しばしば低品質データの課題に悩まされる。 コンフォーマル予測自己校正(Conformal Predictive Self-Calibration)と呼ばれる統合フレームワークを提案する。 私たちのフレームワークは、既存の最先端メソッドを一貫して上回ります。
  論文  参考訳（メタデータ） (2026-05-05T14:48:52Z)
• Privacy-Aware Machine Unlearning with SISA for Reinforcement Learning-Based Ransomware Detection [1.8024397171920885]
  本稿では、Sharded, Isolated, Sliced, Aggregated trainingをベースとしたランサムウェア検出のための、プライバシを意識しない機械学習評価フレームワークを提案する。 このフレームワークは、検出器全体ではなく、影響を受けるモデルのシャードのみをトレーニングすることで、効率的なデータ削除を可能にする。
  論文  参考訳（メタデータ） (2026-04-18T00:19:20Z)
• Retrieve-then-Adapt: Retrieval-Augmented Test-Time Adaptation for Sequential Recommendation [17.159956938670174]
  逐次レコメンデーション(SR)モデルは、推論中にリアルタイムの選好シフトに適応するのに苦労することが多い。 提案するRetrieve-then-Adapt(ReAd)は,ユーザ嗜好信号を抽出して,SRモデルをテスト分布に動的に適用する新しいフレームワークである。 5つのベンチマークデータセットにわたる大規模な実験は、ReAdが既存のSRメソッドを一貫して上回っていることを示している。
  論文  参考訳（メタデータ） (2026-04-07T03:24:56Z)
• ReSURE: Regularizing Supervision Unreliability for Multi-turn Dialogue Fine-tuning [72.05731026796335]
  マルチターン対話システムは、低品質のデータに晒された場合、しばしば劣化した性能に悩まされる。 本稿では,適応学習手法であるReSUREを提案する。 単一ソースと混合品質のデータセットの実験では、安定性と応答品質が改善された。
  論文  参考訳（メタデータ） (2025-08-27T15:54:01Z)
• Learning from Suboptimal Data in Continuous Control via Auto-Regressive Soft Q-Network [23.481553466650453]
  本稿では,粗大かつ自己回帰的な方法でQ値をモデル化する値ベースRLアルゴリズムであるARSQを提案する。 ARSQは、連続的な作用空間を粗い階層の離散空間に分解し、きめ細かい連続制御タスクのサンプル効率を高める。 決定ステップごとに次元的行動の利点を自動回帰予測し、継続的な制御タスクにおいてより効果的な意思決定を可能にする。
  論文  参考訳（メタデータ） (2025-02-01T03:04:53Z)
• Noisy Correspondence Learning with Self-Reinforcing Errors Mitigation [63.180725016463974]
  クロスモーダル検索は、実際は精力的な、十分に整合した大規模データセットに依存している。 我々は、新しい雑音対応学習フレームワーク、textbfSelf-textbfReinforcing textbfErrors textbfMitigation(SREM)を導入する。
  論文  参考訳（メタデータ） (2023-12-27T09:03:43Z)
• Unifying (Quantum) Statistical and Parametrized (Quantum) Algorithms [65.268245109828]
  我々はカーンズのSQオラクルとヴァリアントの弱い評価オラクルからインスピレーションを得ます。 評価クエリから学習するための非条件の下限を出力する,広範かつ直感的なフレームワークを提案する。
  論文  参考訳（メタデータ） (2023-10-26T18:23:21Z)
• Counterfactual Samples Synthesizing and Training for Robust Visual Question Answering [59.20766562530209]
  VQAモデルは、トレーニングセットにおける表面的な言語的相関をキャプチャする傾向にある。 近年のVQA研究は、ターゲットとなるVQAモデルのトレーニングを規則化する補助的な質問専用モデルを導入している。 本稿では,新しいモデル非依存型対実サンプル合成訓練(CSST)戦略を提案する。
  論文  参考訳（メタデータ） (2021-10-03T14:31:46Z)

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。