論文の概要: Learning Better Reasoning for Generative Recommendation with Semantic IDs

• arxiv url: http://arxiv.org/abs/2609.29973v1
• Date: Thu, 24 Sep 2026 15:24:54 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-25 21:10:10.048662
• Title: Learning Better Reasoning for Generative Recommendation with Semantic IDs
• Title（参考訳）: セマンティックIDを用いたジェネレーティブレコメンデーションのためのより良い推論法
• Abstract要約: Evo-Recは、より良い推論を学習し、強化学習を通じてそれを拡張するためのフレームワークである。 Evo-Recは、Amazon Reviewベンチマークで差別的、生成的、推論に強化されたレコメンデーターを一貫して上回っている。
• 参考スコア（独自算出の注目度）: 40.653957284912146
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Generative recommendation reformulates item retrieval as sequence generation, allowing a unified model to directly generate the next item from a user's interaction history. Semantic IDs further make this paradigm effective and scalable by representing each item as discrete codes, enabling knowledge sharing among semantically related items. Recent studies introduce explicit reasoning before Semantic-ID generation, helping models summarize user interests and infer possible preference transitions. However, reasoning is not inherently beneficial: Inaccurate or uninformative reasoning may mislead subsequent item generation and ultimately degrade recommendation performance. This raises a central challenge: how can a recommender select and learn effective reasoning traces and progressively evolve toward better reasoning from its own generations? In this work, we propose Evo-Rec, a three-stage framework for learning better reasoning and further enhancing it through reinforcement learning. First, we align Semantic IDs with their textual and behavioral contexts, enabling the model to understand and generate item identifiers. Second, we sample multiple candidate reasoning traces and retain those that improve the prediction of the ground-truth item, providing a stronger reasoning initialization through supervised fine-tuning. Third, we further optimize the reasoning policy through reinforcement learning with catalog-constrained item generation and ranking-aware recommendation feedback. Experiments on three Amazon Review benchmarks show that Evo-Rec consistently outperforms discriminative, generative, and reasoning-enhanced recommenders across all evaluation metrics. These results demonstrate the effectiveness of our framework in learning better reasoning for SID-based generative recommendation.
• Abstract（参考訳）: 生成レコメンデーションは、アイテム検索をシーケンス生成として再構成し、統一されたモデルがユーザのインタラクション履歴から次のアイテムを直接生成できるようにする。 セマンティックIDは、各項目を離散コードとして表現することで、このパラダイムをより効果的かつスケーラブルにし、セマンティック関連項目間の知識共有を可能にする。 近年の研究では、セマンティックID生成の前に明確な推論を導入し、モデルがユーザの興味を要約し、可能な好み遷移を推測するのに役立つ。 しかし、推論は本質的に有益ではない:不正確または非形式的推論は、後続の項目生成を誤解させ、最終的に推奨性能を低下させる可能性がある。 推奨者はどのようにして効果的な推論のトレースを選択して学習し、徐々に自身の世代からより良い推論へと進化するか? 本研究では、より優れた推論を学習し、強化学習を通じてさらに強化する3段階のフレームワークであるEvo-Recを提案する。 まず、セマンティックIDをそれらのテキストおよび行動コンテキストと整合させ、モデルがアイテム識別子を理解して生成できるようにする。 第2に、複数の候補推理トレースをサンプリングし、その予測を改善するものを保持し、教師付き微調整によるより強力な推論初期化を提供する。 第3に、カタログ制約項目生成とランキング対応推薦フィードバックによる強化学習を通じて、推論ポリシーをさらに最適化する。 Amazon Reviewの3つのベンチマークの実験によると、Evo-Recはすべての評価指標で差別的、生成的、推論に強化されたレコメンデータよりも一貫して優れています。 これらの結果は,SIDに基づく生成レコメンデーションのためのより良い推論を学習する上で,我々のフレームワークの有効性を示すものである。

関連論文リスト

• RAGR: Review-Augmented Generative Recommendation [61.29879991713178]
  Review-Augmented Generative Recommendation (RAGR)は、レビューフィードバックを直接生成ユーザシーケンスに組み込む新しいGRフレームワークである。 RAGRは、すべてのメトリクスにわたる強力なGRバックボーンよりも一貫性があり、大きな利益をもたらす。
  論文  参考訳（メタデータ） (2026-05-17T05:21:23Z)
• TwiSTAR:Think Fast, Think Slow, Then Act,Generative Recommendation with Adaptive Reasoning [3.2829140652979647]
  セマンティックID(SID)を用いたジェネレーティブレコメンデーション(ジェネレーティブレコメンデーション)が,有望なパラダイムとして浮上している。 既存の手法では、すべてのユーザ履歴に一様に、高速なダイレクトジェネレーションまたは遅いチェーン・オブ・シークレット推論の固定推論戦略を適用している。 本稿では,ユーザシーケンス毎に推論作業を適応的に割り当てることを学ぶフレームワークであるThink Fast,Think Slow, Then Actを提案する。
  論文  参考訳（メタデータ） (2026-05-12T05:35:00Z)
• Reasoning over Semantic IDs Enhances Generative Recommendation [56.83043583765322]
  本稿では,SID 言語アライメントを強化することによって,SID に対する推論を実現する2段階のフレームワークを提案する。 SIDReasonerはさらに、結果駆動強化最適化によるレコメンデーション推論を改善している。 実世界の3つのデータセットに対する実験により,SIDに基づく生成推薦の有効性が示された。
  論文  参考訳（メタデータ） (2026-03-24T13:31:48Z)
• Verifiable Reasoning for LLM-based Generative Recommendation [106.7765000777685]
  大規模言語モデル(LLM)における推論は、最近、生成的レコメンデーションの強化に強い可能性を示している。 本稿では,信頼性の高いフィードバックを提供するために,検証と推論をインターリーブする新しいTextbftextitreason-verify-recommendパラダイムを提案する。 4つの実世界のデータセットの実験は、VRecが効率を損なうことなく、推奨の有効性とスケーラビリティを大幅に向上することを示した。
  論文  参考訳（メタデータ） (2026-03-08T16:55:45Z)
• Generative Recommender with End-to-End Learnable Item Tokenization [51.82768744368208]
  ETEGRecは、アイテムのトークン化と生成レコメンデーションを結合的なフレームワークに統合する、新しいエンドツーエンド生成レコメンダである。 ETEGRecは、アイテムトークンライザと、デュアルエンコーダ-デコーダアーキテクチャ上に構築された生成レコメンデータで構成されている。 我々は、フレームワーク全体の安定的で効率的なエンドツーエンドトレーニングを保証するために、交互に最適化する手法を開発した。
  論文  参考訳（メタデータ） (2024-09-09T12:11:53Z)
• Personalized Prompt Learning for Explainable Recommendation [46.69922623691051]
  本稿では,正規化としての逐次チューニングとレコメンデーションという2つのトレーニング戦略を提案する。 当社の継続的プロンプト学習アプローチは、説明可能な推奨の3つのデータセットの強いベースラインを一貫して上回ります。
  論文  参考訳（メタデータ） (2022-02-15T12:53:52Z)
• Sequential Recommendation with Self-Attentive Multi-Adversarial Network [101.25533520688654]
  逐次レコメンデーションにおける文脈情報の影響を明示的にモデル化するためのMFGAN(Multi-Factor Generative Adversarial Network)を提案する。 当社のフレームワークは,複数種類の因子情報を組み込むことが柔軟であり,各因子が推奨決定にどのように貢献するかを時間とともに追跡することができる。
  論文  参考訳（メタデータ） (2020-05-21T12:28:59Z)

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。