論文の概要: WeGR: Unified Generative Retrieval for Industrial Search Systems in WeChat

• arxiv url: http://arxiv.org/abs/2610.16979v1
• Date: Mon, 12 Oct 2026 15:38:47 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-15 21:06:15.39924
• Title: WeGR: Unified Generative Retrieval for Industrial Search Systems in WeChat
• Title（参考訳）: WeGR:WeChatにおける産業検索システムの統一的生成検索
• Abstract要約: 本稿では,2つの相補的成分からなる統合生成検索フレームワークを提案する。 特に、CoCo-VAE(Collaborative and Collapse-free Tokenizer)は、コードブックの崩壊を緩和しつつ、クエリ・ツー・イテムとアイテム・ツー・イテムの協調信号を組み込んでいる。 動的水平政策最適化(DHPO)は報酬評価と政策最適化の両面を段階的に拡張する。
• 参考スコア（独自算出の注目度）: 3.38771188110133
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Generative retrieval (GR) offers a promising paradigm for industrial search by unifying candidate generation within an autoregressive framework. However, its effectiveness is limited by two key challenges. First, existing Semantic ID (SID) tokenizers struggle to incorporate collaborative signals while maintaining effective codebook utilization, limiting their ability to distinguish items and achieve high-quality retrieval. Second, existing reinforcement learning (RL) methods suffer from severe reward sparsity under exact SID matching, leaving many sampled trajectories without effective learning signals and hindering preference optimization. To address these challenges, we propose WeGR, a unified generative retrieval framework consisting of two complementary components. Specifically, the Collaborative and Collapse-free Tokenizer (CoCo-VAE) incorporates query-to-item and item-to-item collaborative signals while mitigating codebook collapse through codebook refresh and complementary regularization, enabling more informative and balanced SID representations. Building upon these SIDs, Dynamic Horizon Policy Optimization (DHPO) progressively expands both reward evaluation and policy optimization horizons, reducing learning difficulty while leveraging behavioral reward signals at different levels of the SID hierarchy, without relying on auxiliary reward models. Extensive offline experiments demonstrate the effectiveness of WeGR in improving retrieval and ranking performance. Moreover, a two-month online A/B test in WeChat E-commerce Search demonstrates relative improvements of 2.539% in orders, 1.508% in click-through rate, and 1.381% in conversion rate, while reducing online CPU and GPU usage by 25.5% and 26.1%, respectively. The system has been successfully deployed across multiple search scenarios in WeChat, serving billions of users, generating tens of millions of PVs daily.
• Abstract（参考訳）: 生成検索(GR)は、自己回帰フレームワーク内での候補生成を統一することで、産業検索に有望なパラダイムを提供する。 しかし、その効果は2つの主要な課題によって制限されている。 まず、既存のセマンティックID(SID)トークンライザは、効果的なコードブック利用を維持しながら協調的な信号を統合するのに苦労し、アイテムを識別し、高品質な検索を実現する能力を制限する。 第2に、既存の強化学習(RL)法は、正確なSIDマッチングの下で、多くのサンプル軌道に効果的な学習信号が残らず、好みの最適化を妨げている。 これらの課題に対処するために,2つの相補的なコンポーネントからなる統合生成検索フレームワークWeGRを提案する。 特に、CoCo-VAE(Collaborative and Collapse-free Tokenizer)は、コードブックのリフレッシュと補完的な正規化によってコードブックの崩壊を緩和し、より情報的でバランスの取れたSID表現を可能にする。 これらのSIDに基づいて、動的水平政策最適化(DHPO)は、報酬評価と政策最適化の両方を段階的に拡張し、補助報酬モデルに頼ることなく、SID階層の異なるレベルにおける行動報酬信号を活用しながら、学習困難を低減させる。 大規模なオフライン実験は、WeGRが検索とランキング性能を改善する効果を実証している。 さらに、WeChat E-Commerce Searchの2ヶ月のオンラインA/Bテストでは、注文の2.539%、クリックスルーレート1.508%、コンバージョンレート1.381%が相対的に改善され、オンラインCPUとGPUの使用率がそれぞれ25.5%と26.1%削減された。 システムはWeChatの複数の検索シナリオにまたがってデプロイされ、数十億のユーザにサービスを提供し、毎日数千万のPVを発生させている。

関連論文リスト

• GR2 Technical Report [58.300302585605095]
  GR2は、セマンティックIDの中間トレーニングと、より強い教師から抽出された推論トレースを組み合わせたエンドツーエンドフレームワークである。 GR2は産業規模の交通のレガシーベースラインに対して+18.7%のR@1、+7.1%のR@3、+9.6%のN@3を提供する。
  論文  参考訳（メタデータ） (2026-06-30T17:22:22Z)
• Efficient Generative Retrieval for E-commerce Search with Semantic Cluster IDs and Expert-Guided RL [8.046510111008638]
  生成検索は、断片化された多段階検索プロセスを単一のエンドツーエンドモデルに統一することで、有望な代替手段を提供する。 本稿では,実世界のリコールシナリオに適した検索フレームワークを提案し,生成的検索をエンド・ツー・エンドの置き換えではなく,リコール・ステージ・サプリメントとして位置付ける。
  論文  参考訳（メタデータ） (2026-05-14T06:27:46Z)
• CoSearch: Joint Training of Reasoning and Document Ranking via Reinforcement Learning for Agentic Search [51.911048955965136]
  CoSearchは多段階推論エージェントと生成ドキュメントランキングモデルを共同でトレーニングするフレームワークである。 この結果から, 推論エージェントと検索システムの協調訓練は, 実現可能であり, 性能も高いことが示唆された。
  論文  参考訳（メタデータ） (2026-04-19T17:48:17Z)
• Search-R2: Enhancing Search-Integrated Reasoning via Actor-Refiner Collaboration [49.9937230730202]
  本稿では,新たなアクター・リファイナ・コラボレーション・フレームワークであるSearch-R2を提案する。 提案手法は,生成過程をアクターに分解し,最初の推論軌道を生成する。 本稿では,検索-R2がモデルスケール全体にわたって強力なRAGとRLベースのベースラインを一貫して上回ることを示す。
  論文  参考訳（メタデータ） (2026-02-03T15:32:09Z)
• FORGE: Forming Semantic Identifiers for Generative Retrieval in Industrial Datasets [64.51403245281547]
  FORGEは、産業データセットを使ったジェネレーティブrEtrievalにおけるFOrmingセマンティック識別のベンチマークである。 現実世界のアプリケーションでは、オンラインコンバージェンスを半減するオフライン事前トレーニングスキーマが導入されている。
  論文  参考訳（メタデータ） (2025-09-25T08:44:22Z)
• A Deep Dive into Retrieval-Augmented Generation for Code Completion: Experience on WeChat [16.059798732980347]
  Retrieval-augmented Generation (RAG) は、大規模言語モデル(LLM)のコード補完能力を向上するための有望な方法として登場した。 WeChatの産業規模におけるコード補完に広く用いられているRAG法の性能について,実証的研究を行った。
  論文  参考訳（メタデータ） (2025-07-24T15:36:31Z)
• Process vs. Outcome Reward: Which is Better for Agentic RAG Reinforcement Learning [45.10424242207931]
  Retrieval-augmented Generation (RAG)は大規模言語モデル(LLM)のテキスト生成能力を向上する RAG-ProGuideは,クエリ生成,エビデンス抽出,回答生成のためのプロセスレベルの報酬を提供する高品質なデータセットである。 プロセスレベルのポリシー最適化により、提案フレームワークはLLMに対して、検索を自律的に実行し、クエリを生成し、関連する証拠を抽出し、最終的な回答を生成する権限を与える。
  論文  参考訳（メタデータ） (2025-05-20T08:21:00Z)
• Zero-Shot Retrieval with Search Agents and Hybrid Environments [8.017306481455778]
  現在の言語モデルは、伝統的な用語ベースの検索と組み合わせて、シンボリックなクエリ再構成ポリシーを学習することができるが、より優れたニューラル検索には及ばない。 本稿では,2つのエンコーダを経由した1回目検索の後に,個別のクエリ精算操作を受け入れるハイブリッド環境に,従来の学習環境を拡張した。 BEIRタスクの実験では、動作クローンによって訓練されたサーチエージェントが、二重エンコーダレシーバーとクロスエンコーダリランカの組み合わせに基づいて、基礎となるサーチシステムより優れていることが示された。
  論文  参考訳（メタデータ） (2022-09-30T13:50:25Z)

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。