論文の概要: From Interests to Semantic IDs: Retrieval-Grounded Credit Assignment for Generative Recommendation
- arxiv url: http://arxiv.org/abs/2609.29983v1
- Date: Thu, 24 Sep 2026 15:34:11 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-09-25 21:10:10.059067
- Title: From Interests to Semantic IDs: Retrieval-Grounded Credit Assignment for Generative Recommendation
- Title（参考訳）: 興味から意味的IDへ:生成的勧告のための検索付きクレジットアサインメント
- Abstract要約: より一般的な拡張であるReasoning-enhanced variantは、まずテキストトレースを生成し、次にビームサーチによって次のitem SIDをデコードする。
このようなリコメンデータは、大規模なカタログでは不十分な厳密なSID報酬の下で、グループ相対的なポリシー最適化で訓練されることが多い。
このギャップを検索型クエリ属性で解決する。
Amazon Reviewsデータセットの3つの実験を通じて、SIDレコメンデーションが一貫した改善をもたらす。
- 参考スコア（独自算出の注目度）: 40.653957284912146
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Semantic IDs (SIDs) encode each catalog item as a short token sequence, enabling generative recommenders to predict the next item autoregressively. Reasoning-enhanced variants, an increasingly common extension, first generate a textual trace and then decode a next-item SID by beam search. Such recommenders are commonly trained with group-relative policy optimization under an exact-match SID reward, which is sparse in large catalogs. Two failure modes follow. When all rollouts in a group miss the target, the group yields zero advantage and no learning signal. Rollouts sharing the same SID reward receive identical advantages, however much their traces differ. In both cases the reward reflects only the decoded SID, never the reasoning that produced it. This creates a credit-assignment gap. We address this gap with retrieval-grounded query attribution. Each trace is structured into a history summary, a set of interest hypotheses, and a final SID. A frozen retriever executes every hypothesis as a catalog query, so that each hypothesis becomes independently verifiable rather than judged only through the final SID. A rollout is rewarded when any of its queries retrieves the target within the \mbox{top-$K$}, and per-query hit indicators localize that reward to individual hypotheses. Credit is thus assigned at the span level: only hypotheses that individually hit receive positive retrieval advantage, while the retrieval channel never updates the final SID span. Rollouts that share a SID reward can therefore receive different updates. Across experiments on three Amazon Reviews datasets, this yields consistent improvements in SID recommendation. On Video Games, an oracle analysis further reveals the potential of interest-conditioned SID decoding: selecting the target-relevant query among generated interests improves both recall and ranking.
- Abstract（参考訳）: セマンティックID(SID)は、各カタログ項目を短いトークンシーケンスとしてエンコードし、生成推奨者が次の項目を自動回帰的に予測できるようにする。
より一般的な拡張であるReasoning-enhanced variantは、まずテキストトレースを生成し、次にビームサーチによって次のitem SIDをデコードする。
このようなリコメンデータは、大規模なカタログでは不十分な厳密なSID報酬の下で、グループ相対的なポリシー最適化で訓練されることが多い。
2つの障害モードが続く。
グループ内のすべてのロールアウトが目標を逃したら、グループはゼロの優位性と学習信号を得る。
同じSID報酬を共有するロールアウトには、同じ利点があるが、その痕跡は様々である。
どちらの場合も報酬はデコードされたSIDのみを反映し、生成した理由を反映しない。
これにより、クレジット・アサインメントのギャップが生じる。
このギャップを検索型クエリ属性で解決する。
各トレースは、履歴要約、関心仮説のセット、最終的なSIDで構成されている。
凍結されたレトリバーは全ての仮説をカタログクエリとして実行し、最終的なSIDによってのみ判断されるのではなく、各仮説が独立して検証可能であるようにする。
ロールアウトは、クエリのどれかが \mbox{top-$K$} 内でターゲットを検索した場合に報われ、クエリごとのヒットインジケータはその報酬を個々の仮説にローカライズする。
したがって、クレジットはスパンレベルに割り当てられる: 個別にヒットする仮説だけが肯定的な検索優位性を受ける一方、検索チャネルは最終的なSIDスパンを更新しない。
そのため、SID報酬を共有するロールアウトは、異なる更新を受け取ることができる。
Amazon Reviewsデータセットの3つの実験を通じて、SIDレコメンデーションが一貫した改善をもたらす。
ビデオゲームでは、オラクル分析により、興味条件付きSIDデコードの可能性が明らかにされる: 生成した興味のうち、ターゲット関連クエリを選択することで、リコールとランキングの両方が改善される。
関連論文リスト
- Hierarchical Residual Policy Optimization for Generative Recommendations [46.030303420508254]
本稿では,アイテムレベルの結果を高密度なトークン整合学習信号に変換するポストトレーニングフレームワークを提案する。
大規模な商用システムにおける公開データセットとオンラインA/Bテストの実験は、セッションレベルのユーティリティと重要なビジネスメトリクスが一貫して向上していることを示している。
論文 参考訳（メタデータ） (2026-08-01T16:33:15Z) - Understanding Semantic IDs: From Item Representation to Item Selection in Generative Recommendation [7.786317729444243]
項目エンコーディングとSID構築から自己回帰生成と最終勧告まで,SIDを体系的に検討する。
我々は,SIDが広い組織を維持しつつも,エンコーダの微細な局所構造の多くを失うことを示し,それらの正確なトークンはアイテムの意味だけでは決定されない。
我々は,ビームサーチが破棄される前に,ユーザ固有の項目ランキングを対応するSIDプレフィックスをサポートする軽量な推論時間手法であるISDを提案する。
論文 参考訳（メタデータ） (2026-07-27T18:52:39Z) - SAPO: Step-Aligned Policy Optimization for Reasoning-Based Generative Recommendation [43.98709365191658]
生成レコメンデーションは、次点予測を自己回帰的アイテム識別生成として扱う。
最近の研究は、このパラダイムを推論トレースで強化し、検証可能な報酬で強化学習を通じて最適化している。
大局的なレコメンデーションでは、生成されたSIDに対する正確なマッチングフィードバックは、最終項目が正しいかどうかのみを報告する。
論文 参考訳（メタデータ） (2026-05-17T20:53:08Z) - CapsID: Soft-Routed Variable-Length Semantic IDs for Generative Recommendation [6.439016735163573]
生成レコメンデーションは、各項目をセマンティックID(SID)のシーケンスにマッピングし、検索を自己回帰トークン生成として再キャストする。
CAPSIDは硬質残留量子化をカプセルルーティングに置き換える。
Amazon Beauty, Sports, Toys, and a 35M-item industrial catalogでは、CAPSID+SEMANTICBPEはReSIDよりも平均して10.6%改善している。
論文 参考訳（メタデータ） (2026-05-06T16:33:13Z) - Mitigating Collaborative Semantic ID Staleness in Generative Retrieval [0.0]
セマンティックID(SID)を用いた生成検索では,各項目を個別の識別子として割り当て,シーケンス生成問題として扱う。
相互作用パターンが時間とともに漂うにつれて、SIDは時代遅れになり、コラボレーティブセマンティクスは最近のログともはや一致しない。
本稿では,軽量でモデルに依存しないSIDアライメント更新を提案する。
論文 参考訳（メタデータ） (2026-04-14T20:06:48Z) - UniRec: Bridging the Expressive Gap between Generative and Discriminative Recommendation via Chain-of-Attribute [12.89120699793625]
Generative Recommendation (GR) reframes search and ranking as autoregressive decoding over Semantic IDs (SIDs)
p(y|f,u) によるランクは p(f|y,u) によるランクと同値であり、アイテムの特徴を自己回帰的に分解する。
提案するUniRecとChain-of-Attribute(CoA)は、その中核となるメカニズムである。CoAは、SIDを復号する前に構造化属性トークン:カテゴリ、販売者、ブランドを含む各SIDシーケンスをプレフィックスし、識別モデルが活用するアイテム側の特徴交差を復元する。
論文 参考訳（メタデータ） (2026-04-14T03:13:50Z) - Differentiable Semantic ID for Generative Recommendation [65.83703273297492]
生成的推薦は、各項目がリッチコンテンツから学習された個別意味ID(SID)によって表現される新しいパラダイムを提供する。
実際には、SIDはレコメンデーションの正確さよりもコンテンツ再構成に最適化されるのが一般的である。
自然なアプローチは、セマンティックインデックスを差別化して、レコメンデーショングラデーションが直接SID学習に影響を与えるようにすることだ。
本稿では,ジェネレーティブレコメンデーションのための効果的な識別可能なセマンティックIDに向けた第一歩として,DIGERを提案する。
論文 参考訳（メタデータ） (2026-01-27T15:34:11Z) - LEAPS: End-to-End One-Step Person Search With Learnable Proposals [50.39493100627476]
LEAPSという学習可能な提案を用いたエンドツーエンドのワンステップ人物探索手法を提案する。
スパースと学習可能な提案のセットが与えられた後、LEAPSは動的人物検索ヘッドを使用して、非最大抑圧後処理なしで直接人物検出および対応するre-id特徴生成を行う。
論文 参考訳（メタデータ） (2023-03-21T13:59:32Z) - Re-identification = Retrieval + Verification: Back to Essence and
Forward with a New Metric [88.96593495602923]
我々は、新しい再同定指標として、Genuine Open-set re-ID Metric (GOM)を提案する。
GOMは、検索と検証を行う効果を単一の統一メトリックにバランスさせる。
GOMはリID性能の人間の視覚的評価と整合性に優れる。
論文 参考訳（メタデータ） (2020-11-23T16:11:19Z)
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。