論文の概要: RPTune: Learned Context Curation for LLM Catalog Search

• arxiv url: http://arxiv.org/abs/2610.00964v2
• Date: Fri, 02 Oct 2026 21:04:32 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-07 04:43:28.50692
• Title: RPTune: Learned Context Curation for LLM Catalog Search
• Title（参考訳）: RPTune: LLMカタログ検索のための学習コンテキストキュレーション
• Abstract要約: LLMポストトレーニングでカタログキュレーションを学習するエンド・ツー・エンドのフレームワークを提案する。 RPTuneは、プロプライエタリLLMとオープンウェイトLLMの両方の検索精度を一貫して改善する。
• 参考スコア（独自算出の注目度）: 11.110899563425066
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: For small merchant businesses (SMBs) whose catalogs fit within a long-context LLM, full-catalog prompting offers a compelling alternative to multi-stage retrieval designed primarily for large marketplaces with millions of items. However, fitting the full catalog into the context window does not ensure that the model can use it effectively, since LLMs do not exploit long contexts uniformly. We therefore study in-context catalog search through two complementary questions: (1) how to curate and present catalogs to the LLM, and (2) how to adapt the LLM for product selection on curated contexts. We propose RPTune, an end-to-end framework that couples learned catalog curation with LLM post-training using automatically generated, catalog-grounded supervision. An encoder-reorganizer curator orders and prunes products guided by downstream LLM feedback, while the resulting curated catalogs in turn improve the effectiveness of LLM post-training with a context-relative reward. We evaluate RPTune on 7 real merchants spanning distinct retail verticals, using 100 complex conversational queries per merchant. RPTune consistently improves search accuracy across both proprietary and open-weight LLMs, with context curation yielding gains of up to 31.4 percentage points and post-training adding a further 10.3 points on average.
• Abstract（参考訳）: カタログが長いコンテキストのLLMに収まる小規模商店(SMB)にとって、フルカタログプロンプトは、主に何百万ものアイテムを持つ大型市場向けに設計された多段階検索の魅力的な代替手段となる。 しかし、LLMは長期のコンテキストを均一に利用しないため、完全なカタログをコンテキストウィンドウに適合させることは、モデルが効果的にそれを利用することを保証しない。 そこで本研究では,(1)LLMにおけるカタログのキュレートと提示方法,(2)LLMの商品選択への適応方法の2つの相補的な質問を通して,文脈内カタログ検索について検討する。 RPTuneは、カタログのキュレーションをLLMポストトレーニングで学習するエンド・ツー・エンドのフレームワークである。 エンコーダ・リオーガナイザ・キュレーターは、下流のLSMフィードバックによって誘導された製品を注文してプーンするが、結果として得られたカタログは、文脈相対的な報酬でLCM後のトレーニングの有効性を向上させる。 我々は、小売業の異なる7つの小売業におけるRTTuneの評価を行い、商店あたり100の複雑な会話クエリを用いた。 RPTuneは、プロプライエタリとオープンウェイトの両方で検索精度を一貫して改善し、コンテキストキュレーションによって最大31.4ポイントのゲインが得られ、トレーニング後の平均で10.3ポイントが追加される。

関連論文リスト

• Iterative Self-Incentivization Empowers Large Language Models as Agentic Searchers [74.17516978246152]
  大規模言語モデル(LLM)は、従来の手法を進化させるために情報検索に広く統合されている。 エージェント検索フレームワークであるEXSEARCHを提案する。 4つの知識集約ベンチマークの実験では、EXSEARCHはベースラインを大幅に上回っている。
  論文  参考訳（メタデータ） (2025-05-26T15:27:55Z)
• Improving LLM-powered Recommendations with Personalized Information [29.393390011083895]
  我々は,2つの主要なChain-of-ThoughtプロセスとLLMによるレコメンデーションを統合したCoT-Recというパイプラインを提案する。 CoT-Recは,(1)パーソナライズされた情報抽出と(2)パーソナライズされた情報利用の2段階からなる。 実験結果から,CoT-RecはLLMによるレコメンデーションを改善する可能性が示唆された。
  論文  参考訳（メタデータ） (2025-02-19T16:08:17Z)
• LaRA: Benchmarking Retrieval-Augmented Generation and Long-Context LLMs -- No Silver Bullet for LC or RAG Routing [70.35888047551643]
  本稿では,RAGとLC LLMを厳格に比較するための新しいベンチマークであるLaRAを提案する。 LaRAは4つのQAタスクカテゴリと3種類の自然発生長文の2326のテストケースを含んでいる。 RAGとLCの最適選択は,モデルのパラメータサイズ,長文機能,コンテキスト長,タスクタイプ,取得したチャンクの特性など,複雑な相互作用に依存する。
  論文  参考訳（メタデータ） (2025-02-14T08:04:22Z)
• Grounding by Trying: LLMs with Reinforcement Learning-Enhanced Retrieval [55.63711219190506]
  大きな言語モデル(LLM)は、しばしば適切な検索クエリのポーズに苦労する。 私たちは$underlineLe$arningを$underlineRe$trieveに$underlineT$rying (LeReT)を導入します。 LeReTは、絶対精度を最大29%向上し、下流ジェネレータの評価を17%向上させることができる。
  論文  参考訳（メタデータ） (2024-10-30T17:02:54Z)
• Measuring and Enhancing Trustworthiness of LLMs in RAG through Grounded Attributions and Learning to Refuse [27.26121507279163]
  本稿では,RAGフレームワークにおけるLCMの信頼性を評価する総合指標であるTrust-Scoreを紹介する。 信頼スコア性能向上のためのLCMの整合化手法であるTrust-Alignを提案する。 Trust-AlignはASQA, QAMPARI, ELI5の競争ベースラインを大幅に上回っている。
  論文  参考訳（メタデータ） (2024-09-17T14:47:33Z)
• Large Language Models are Effective Text Rankers with Pairwise Ranking Prompting [65.00288634420812]
  Pairwise Ranking Prompting (PRP)は、大規模言語モデル(LLM)の負担を大幅に軽減する手法である。 本研究は,中等級のオープンソースLCMを用いた標準ベンチマークにおいて,最先端のランク付け性能を達成した文献としては初めてである。
  論文  参考訳（メタデータ） (2023-06-30T11:32:25Z)
• PALR: Personalization Aware LLMs for Recommendation [7.407353565043918]
  PALRは、ユーザ履歴の振る舞い(クリック、購入、評価など)と大きな言語モデル(LLM)を組み合わせることで、ユーザの好むアイテムを生成することを目的としている。 我々のソリューションは、様々なシーケンシャルなレコメンデーションタスクにおいて最先端のモデルよりも優れています。
  論文  参考訳（メタデータ） (2023-05-12T17:21:33Z)

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。