論文の概要: OneChord: Distill What You Rank, Recommend in One Pass
- arxiv url: http://arxiv.org/abs/2610.25805v1
- Date: Mon, 19 Oct 2026 05:16:36 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-10-24 04:31:04.69062
- Title: OneChord: Distill What You Rank, Recommend in One Pass
- Title（参考訳）: OneChord: ランクを下げて1回のパスでリコメンドする
- Abstract要約: 本報告では,1つの学習されたカタログ正規化融合を用いて,次世代の監視,精製蒸留,推論を行うOneChordについて述べる。
我々は,候補条件付けによって生じる融合重みを特徴付け,洗練された予測器の完全触媒であるTop-$K$選択を保存するのに十分な条件を確立する。
- 参考スコア（独自算出の注目度）: 6.512147941188453
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Accurate product discovery on the Web requires recommendation models that rank catalog candidates within tight inference budgets. In semantic-ID recommendation, deployment can fuse code probabilities with item similarities, making the final ranking depend on their normalization and relative weights. This motivates a direct training principle: \emph{distill what you rank}. We present OneChord, which uses one learned, catalog-normalized fusion for next-item supervision, refinement distillation, and inference. A shared parallel decoder produces joint SID evidence and item-matching scores. During training, a frozen denoiser supplies legal partial SIDs; the student evaluates these states to construct refined fused targets. Matching direct and refined predictions on shared hard candidates transfers refinement into one-pass recommendation. We characterize the fusion weights induced by candidate conditioning and establish sufficient conditions for preserving the refined predictor's full-catalog Top-$K$ selection. Across six Amazon datasets, OneChord achieves the highest Recall@5 and NDCG@5 among the compared methods on every dataset, with average relative gains of 6.30\% and 7.12\% over the strongest baseline. It also achieves a 1.04--1.18$\times$ full-test generation speedup over the fastest baseline. OneChord makes the served ranking distribution the common object of recommendation learning and distillation.
- Abstract（参考訳）: Web上の正確な製品発見には、厳格な推論予算内でカタログ候補をランク付けするレコメンデーションモデルが必要である。
セマンティックIDレコメンデーションでは、デプロイメントはコードの確率とアイテムの類似性を融合させ、最終的なランキングは正規化と相対重みに依存する。
これは直接訓練の原則を動機付けている: \emph{distill what you rank}。
本報告では,1つの学習されたカタログ正規化融合を用いて,次世代の監視,精製蒸留,推論を行うOneChordについて述べる。
共有並列デコーダは、共同SIDエビデンスとアイテムマッチングスコアを生成する。
訓練中、凍結したデノイザーは法的に部分的なSIDを提供し、学生はこれらの状態を評価し、洗練された融合ターゲットを構築する。
共有されたハード候補の直接予測と洗練予測のマッチングは、リファインメントをワンパスレコメンデーションに転送する。
我々は,候補条件付けによって生じる融合重みを特徴付け,洗練された予測器の完全触媒であるTop-$K$選択を保存するのに十分な条件を確立する。
6つのAmazonデータセット全体で、OneChordは、データセット毎に比較されたメソッドの中で、最も高いRecall@5とNDCG@5を達成している。
また、1.04--1.18$\times$のフルテスト生成速度を最速のベースラインで達成している。
OneChordは、推奨学習と蒸留の共通目的として、提供されたランキング分布を定めている。
関連論文リスト
- GRP v0.1 Technical Report [8.478641096801033]
産業レコメンデーションシステムは、検索、ランキング、サービスコンポーネントを共同で置き換えるのは難しい多段階カスケードに依存している。
本稿では,単一のエンコーダ-デコーダモデルにおいて,検索,ランキング,報酬モデリングを組み合わせたジェネレーティブレコメンデーションフレームワークであるGRPを提案する。
オンライン実験では、このモデルを検索源として評価し、早期のバイパスと弱い情報源の置き換えを行った。
論文 参考訳（メタデータ） (2026-09-29T04:30:34Z) - Beyond the Beam: Constructive Repair and Candidate Completion for Generative Recommendation [19.317164384457488]
生成レコメンデーションは識別子を生成してアイテムを検索するが、有効な識別子はカタログ拡張後にビームの外に留まることができる。
我々は固定された発電機による代入修理を特徴付け、古い識別子を保持した。
Beyond the Beam (BB) は積分流の定式化により最小置換修理を行う。
論文 参考訳（メタデータ） (2026-09-27T16:46:55Z) - BLITZRANK: Principled Zero-shot Ranking Agents with Tournament Graphs [14.085089126904101]
我々は、$k$-wiseランキングの原則となる基盤を提供するトーナメントグラフフレームワークを導入する。
それぞれ$k$-item比較すると、$binomk2$の完全なトーナメントがペアワイズで表示される。
我々は、アイテムのランクが確実に決定されたときを形式化し、情報ゲインを最大化する欲求クエリスケジュールを設計する。
論文 参考訳（メタデータ） (2026-02-05T08:41:00Z) - Rank-GRPO: Training LLM-based Conversational Recommender Systems with Reinforcement Learning [70.6126069527741]
ConvRec-R1は会話レコメンデーションシステムのエンドツーエンドトレーニングのための2段階のフレームワークである。
ステージ1では,Remap-Reflect-Adjustパイプラインを用いた行動閉鎖データセットを構築した。
ステージ2では,グループ相対政策最適化の原則的拡張である Rank-GRPO を提案する。
論文 参考訳（メタデータ） (2025-10-23T02:56:00Z) - Towards Two-Stage Counterfactual Learning to Rank [50.51916012823433]
ランク付けのためのカウンターファクトラーニングは、ユーザのインタラクションからランク付けポリシーを学ぶことを目的としている。
現実のアプリケーションでは、候補文書セットは数百万の順序で行われ、単一のステージのランキングポリシーを非現実的にしている。
本稿では,2段階間の相互作用を考慮した2段階CLTR推定器を提案する。
論文 参考訳（メタデータ） (2025-06-25T22:00:12Z) - Efficient course recommendations with T5-based ranking and summarization [2.6968321526169503]
そこで我々は,MSMARCOをリランカとしてLandT5を微調整した2段階探索パイプラインを開発した。
新たにラベル付けされた2つのデータセットに対して,A/Bテストとユーザアンケートでランク付けを行った。
オンラインコースレコメンデーションのためのT5ベースの再ランク付けと要約は、単一ステップの語彙検索よりもはるかに優れた効果が得られると結論付けている。
論文 参考訳（メタデータ） (2024-06-27T09:07:32Z) - Instruction Distillation Makes Large Language Models Efficient Zero-shot
Rankers [56.12593882838412]
本稿では,文書のランク付けのための新しい命令蒸留手法を提案する。
まず、複雑な命令で効果的なペアワイズ手法を用いて文書をランク付けし、簡単な指示で教師の予測をポイントワイズ方式で抽出する。
提案手法は,MonoT5のような既存の教師付きメソッドの性能を超越し,最先端のゼロショット手法と同等である。
論文 参考訳（メタデータ） (2023-11-02T19:16:21Z) - Recommendation Systems with Distribution-Free Reliability Guarantees [83.80644194980042]
我々は、主に良いアイテムを含むことを厳格に保証されたアイテムのセットを返す方法を示す。
本手法は, 擬似発見率の厳密な有限サンプル制御によるランキングモデルを提供する。
我々はYahoo!のランキングとMSMarcoデータセットの学習方法を評価する。
論文 参考訳（メタデータ） (2022-07-04T17:49:25Z) - SetRank: A Setwise Bayesian Approach for Collaborative Ranking from
Implicit Feedback [50.13745601531148]
提案手法は,提案システムにおける暗黙的フィードバックの特性に対応するために,協調的ランキング(SeetRank)のためのセッティングワイドベイズ的手法を提案する。
具体的には、SetRankは、新しい設定された選好比較の後方確率を最大化することを目的としている。
また、SetRankの理論解析により、余剰リスクの境界が$sqrtM/N$に比例できることを示す。
論文 参考訳（メタデータ） (2020-02-23T06:40:48Z)
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。