論文の概要: SPADE: Spatiotemporal Preference Alignment and Diversity Enhancement for Local Search

• arxiv url: http://arxiv.org/abs/2611.04662v1
• Date: Tue, 03 Nov 2026 10:50:31 GMT
• ステータス: 情報取得中
• システム内更新日: 2026-11-04 17:47:14.462959
• Title: SPADE: Spatiotemporal Preference Alignment and Diversity Enhancement for Local Search
• Title（参考訳）: SPADE: 局所探索のための時空間選好アライメントと多様性向上
• Abstract要約: クエリレコメンデーションは、ローカルサービスアプリのホームページで、関連する検索クエリをユーザに提案することを目的としている。 本研究では、生成空間、文脈表現、嗜好分布、出力品質を協調的に最適化するエンドツーエンド生成フレームワークであるSPADEを提案する。
• 参考スコア（独自算出の注目度）: 4.780534157571663
• License:
• Abstract: Proactive query recommendation aims to suggest relevant search queries to users on the homepage of local service apps. Unlike conventional recommendation over a fixed item set, this requires open-set generation from a vocabulary of millions, where outputs must simultaneously align with user preference, match fine-grained spatiotemporal context, cover long-tail intents, and provide diverse alternatives within a few candidate slots. Existing approaches address these axes in isolation: standard tokenization suppresses long-tail queries, coarse location encoding misses fine-grained geographic demand, generic preference optimization fails to align with production impression-click distributions, and standard beam search collapses to near-duplicate outputs. We present SPADE (Spatiotemporal Preference Alignment and Diversity Enhancement), an end-to-end generative framework that jointly optimizes the generation space, contextual representation, preference distribution, and output slate quality through four components: Objective-Aligned BPE (OA-BPE) aligns subword merging with business value signals to boost long-tail query generation probability; Spatio-Temporal Adaptive Representation (STAR) replaces coarse location tokens with continuous multi-scale encodings and soft gating for precise spatiotemporal grounding; MARS-DPO (Multi-dimensional Adaptive Reward Sampling DPO) combines cross-domain pre-training with preference alignment on production impression-click data via composite rewards and adaptive hard negative sampling; and Sigmoid Diversity Beam Search (SDBS) improves intent coverage without sacrificing recall. Offline experiments on large-scale production data show that SPADE outperforms the strongest generative baseline by +5.6% HR@5, -40.3% GeoC@5, and +1.9% Exec@5. A one-week online A/B test confirms production impact: +1.88% Module CTR, +0.177% Search Volume, and +0.105% Search DAU.
• Abstract（参考訳）: プロアクティブなクエリレコメンデーションは、ローカルサービスアプリのホームページ上で、関連する検索クエリをユーザに提案することを目的としている。 固定アイテムセットに対する従来の推奨とは異なり、これは数百万の語彙からオープンセットを生成する必要がある。 標準的なトークン化は、ロングテールクエリを抑圧し、粗い位置エンコーディングはきめ細かな地理的要求を見逃し、汎用的な優先最適化はプロダクションインプレッション・クリックの分布と一致せず、標準ビームサーチは、ほぼ重複した出力に崩壊する。 提案するSPADE(Spatiotemporal Preference Alignment and Diversity Enhancement)は、生成空間、文脈表現、嗜好分布、出力スレート品質を4つのコンポーネントで共同で最適化するエンドツーエンド生成フレームワークである。Objective-Aligned BPE(OA-BPE)は、ビジネス価値信号とサブワードマージを調整し、ロングテールクエリ生成確率を高める。 大規模生産データに関するオフライン実験では、SPADEは+5.6%のHR@5、-40.3%のGeoC@5、+1.9%のExec@5で最強の生成ベースラインを上回っている。 1週間のオンラインA/Bテストでは、+1.88%モジュールCTR、+0.177%検索ボリューム、+0.105%検索DAUがプロダクションへの影響を確認している。

関連論文リスト

• Preference-Guided Adaptation for Open-Vocabulary Semantic Segmentation via Prompt Disagreement [53.725812224812906]
  Open-vocabulary semantic segmentation (OVSS)は、任意のテキスト特定語彙に対するピクセルレベルの予測を可能にする。 OVSSの性能は、医療画像、リモートセンシング、産業検査のような特殊な領域で劣化することが多い。 本稿では、密集マスク監視を二元選好に置き換える嗜好誘導適応フレームワークを提案する。
  論文  参考訳（メタデータ） (2026-09-28T08:00:20Z)
• Generate to Explore, Select to Exploit: Aligning LLM-based Headline Generation with Personalized Recommendation [6.094273771485958]
  産業レコメンデーションフィードでは、アイテムの静的な見出しを示すことは、ユーザ人口の多様なマルチモーダルな関心を満たすのに失敗することが多い。 本稿では,遺伝子探索と選択的利用にパーソナライズを分離するフレームワークであるGESEを紹介する。 毎日1億人以上のアクティブユーザがいる商用プラットフォームへの大規模なデプロイは、GESEが最先端のベースラインを大幅に上回っていることを示している。
  論文  参考訳（メタデータ） (2026-09-14T06:14:38Z)
• Once Generated, Ranked: End-to-End Generative Slate Recommendation with Unified Semantic-Collaborative IDs [26.15748750918571]
  スレートレコメンデーションは、個別のアイテムではなくスレートをレコメンデーションユニットとして扱う。 順序付きスレートを直接生成するエンドツーエンドフレームワークであるOGRを提案する。
  論文  参考訳（メタデータ） (2026-08-18T10:24:09Z)
• Guess Where You Go: Generative Next Point-of-Interest Recommendation in Amap [12.259216278301743]
  本稿では,意味的識別子(SID)生成と生成的ポイント・オブ・インテリジェンス(POI)レコメンデーションを統合するエンド・ツー・エンドの産業フレームワークを提案する。 GwhereはAmapのホームページサービスに,高コンカレンシーと低レイテンシの制約の下でデプロイされる。 長期のオンラインA/Bテストでは、P-CTRが5.83%、U-CTRが6.20%改善された。
  論文  参考訳（メタデータ） (2026-07-13T15:44:06Z)
• Spokes: Optimizing for Diverse Pretraining Data Selection [82.66872118512403]
  本稿ではG-Vendiスコアに基づく確率的多様化フレームワークを提案する。 提案手法は, ランダムサンプリングにより得られたサブセットよりも, かなり多様なサブセットを生成する。 我々はFineWebとDCLMのアプローチを評価し、既存の手法を一貫して上回ります。
  論文  参考訳（メタデータ） (2026-06-13T09:28:46Z)
• F-GRPO: Factorized Group-Relative Policy Optimization for Unified Candidate Generation and Ranking [79.49893545611779]
  大規模言語モデル(LLM)はサブセットを生成し、それを1つの自己回帰パス内で順序付けることができる。 この柔軟性は、新しい最適化課題をもたらす: モデルが出力空間を検索し、完全なランクリストが生成された後にのみユーティリティフィードバックを受けなければならない。 このクレジット割り当てギャップは、エンドツーエンドの最適化を不安定にし、サンプル非効率にする。 本稿では,単一自己回帰的ロールアウト内の両方を実行する統一フレームワークを提案する。
  論文  参考訳（メタデータ） (2026-05-13T04:52:33Z)
• FedPDPO: Federated Personalized Direct Preference Optimization for Large Language Model Alignment [55.97027207627]
  Fed PDPO(Federated Personalized Direct Preference Optimization)は、大規模言語モデル(LLM)の優先順位調整のためのパーソナライズされたフレームワークである。 パラメータ効率の良い微調整アーキテクチャを採用し、各クライアントはLow-Rank Adaptation (LoRA)アダプタで拡張された凍結したLLMバックボーンを維持し、通信効率のよいアグリゲーションを可能にする。 複数の嗜好データセットの実験では、最先端のパフォーマンスを示し、フェデレーション付きドメイン内およびクロスドメイン設定の平均精度が4.80%向上した。
  論文  参考訳（メタデータ） (2026-03-20T08:24:49Z)
• Distributional Open-Ended Evaluation of LLM Cultural Value Alignment Based on Value Codebook [50.10594064510559]
  DOVEは、人文テキストとLLM出力を直接比較する分散評価フレームワークである。 DOVEは, ダウンストリームタスクと31.56%の相関を達成し, 高い信頼性を保ちながら, 文化ごとのサンプル500点程度の信頼性を維持した。
  論文  参考訳（メタデータ） (2026-03-16T08:33:10Z)
• Beyond Relevance: An Adaptive Exploration-Based Framework for Personalized Recommendations [0.0]
  本稿では,多様性と新規性を促進するための探索に基づく推薦フレームワークを提案する。 ユーザ制御探索機構は、探索されていないクラスタから選択的にサンプリングすることで多様性を高める。 MovieLensデータセットの実験では、探索を可能にすることで、リスト内の類似性が0.34から0.26に減少し、予期せぬ結果が0.73に増加した。
  論文  参考訳（メタデータ） (2025-03-25T10:27:32Z)
• Self-Augmented Preference Optimization: Off-Policy Paradigms for Language Model Alignment [104.18002641195442]
  既存のペアデータを必要としない、効果的でスケーラブルなトレーニングパラダイムである自己拡張型優先度最適化(SAPO)を導入する。 負の反応を自律的に生成するセルフプレイの概念に基づいて、我々はさらに、データ探索とエクスプロイトを強化するために、非政治的な学習パイプラインを組み込む。
  論文  参考訳（メタデータ） (2024-05-31T14:21:04Z)

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。