論文の概要: OneTrans-GSR: A Generative Slate Ranking Paradigm Unifying Reranking and Mix-Ranking with One Autoregressive Transformer

• arxiv url: http://arxiv.org/abs/2611.04720v1
• Date: Tue, 03 Nov 2026 11:42:02 GMT
• ステータス: 情報取得中
• システム内更新日: 2026-11-04 17:46:55.339743
• Title: OneTrans-GSR: A Generative Slate Ranking Paradigm Unifying Reranking and Mix-Ranking with One Autoregressive Transformer
• Title（参考訳）: OneTrans-GSR:1つの自己回帰変換器でリグレードとミキシングを統一する生成スレートランクパラダイム
• Abstract要約: 我々は、計算により性能が向上する統一学習問題として、再階と混合階を再構成する。 OneTrans-GSRは単一のデコーダのみのポリシで、デプロイされたOneTransバックボーンを拡張して、露光スレートをエンドツーエンドに生成します。 オンラインA/Bテストでは、GMV/uを2.63%改善し、広告主価値を2.06%改善し、購入率を2.03%改善し、エンドツーエンドのレイテンシを13%削減した。
• 参考スコア（独自算出の注目度）: 38.655473786772525
• License:
• Abstract: Industrial recommender systems allocate substantial computation to pointwise candidate scoring, yet separate reranking and mix-ranking stages still assemble the final exposure slate using hand-crafted rules and specialized low-capacity models. Mix-ranking combines product cards, short videos, livestreams, and advertising cards supplied by distinct upstream business channels. Although these rules and models encode valuable domain knowledge, they are inherently limited in leveraging additional data and computation. They constrain the combinatorial space of candidate slates and determine objective trade-offs through manual tuning. To enable scalable and effective slate generation, we reformulate reranking and mix-ranking as a unified learning problem whose performance can improve with computation. Specifically, we instantiate this formulation across the reranking and mix-ranking stages and propose OneTrans-GSR, a single decoder-only policy that extends our deployed OneTrans backbone to generate the exposure slate end-to-end. During training, a reward model evaluates complete slates and guides reinforcement learning toward slate-level and long-term objectives. During decoding, business constraints are explicitly enforced. Offline evaluation shows that slate quality consistently improves as reward-model and policy compute increase. Deployed in a large-scale industrial recommendation system, OneTrans-GSR mixes heterogeneous content types within a unified slate. In online A/B tests, it improves GMV/u by 2.63%, advertiser value by 2.06%, and repurchase rate by 2.03%, while reducing end-to-end latency across the reranking and mix-ranking stages by 13%. These results mark a paradigm shift in slate generation: moving beyond human-engineered heuristics toward a general learned policy creates a scalable path for further algorithmic optimization and compute-driven improvement.
• Abstract（参考訳）: 産業レコメンデータシステムは、ポイントワイド候補スコアに相当量の計算を割り当てるが、別段のリグレードとミックスグレードステージは、手作りのルールと特殊な低容量モデルを用いて、最終的な露光スレートを組み立てている。 ミックスグレードは、商品カード、ショートビデオ、ライブストリーム、および異なる上流ビジネスチャネルから提供される広告カードを組み合わせている。 これらのルールとモデルは価値あるドメイン知識を符号化するが、それらは本質的に、追加のデータと計算の活用に限られている。 彼らは候補スレートの組合せ空間を制約し、手動チューニングによって客観的なトレードオフを決定する。 スケーラブルで効率的なスレート生成を実現するため、計算により性能が向上する統一学習問題として、再階と混合階を再構成する。 具体的には、リグレードとミックスグレードの段階にわたってこの定式化をインスタンス化し、OneTrans-GSRという、デプロイされたOneTransバックボーンを拡張して、露光スレートをエンドツーエンドに生成する単一のデコーダのみのポリシーを提案する。 トレーニング中、報酬モデルは完全なスレートを評価し、スレートレベルおよび長期目標に向けて強化学習を誘導する。 デコード中は、ビジネス制約が明示的に強制される。 オフライン評価は、報酬モデルとポリシー計算が増加するにつれて、スレート品質が一貫して改善することを示している。 大規模産業レコメンデーションシステムで展開されたOneTrans-GSRは、統一スレート内で異種コンテンツタイプを混合する。 オンラインA/Bテストでは、GMV/uを2.63%改善し、広告主価値を2.06%改善し、購入率を2.03%改善した。 これらの結果はスレート生成のパラダイムシフトであり、人間工学的なヒューリスティックから一般的な学習ポリシーへの移行は、さらなるアルゴリズム最適化と計算駆動の改善のためのスケーラブルなパスを生み出す。

関連論文リスト

• RIPPLE in Still Water: Zero-Shot Clustering in Federated Learning with Wavelet Scattering Transform [51.56484100374058]
  クラスタ化されたフェデレートラーニング(FL)は、クライアントを同じローカル分布のグループに分割し、クラスタ毎に1つの特別なモデルを訓練する。 本稿では、各クライアントのローカルデータのスペクトル特性からクラスタ割り当てを完全にオフラインで計算するクラスタリングFLフレームワークであるRIPPLEを提案する。
  論文  参考訳（メタデータ） (2026-10-02T09:35:39Z)
• 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)
• OneTrans-V2: Unifying Retrieval, Pre-rank, and Fine-rank with One Transformer in Industrial Recommender [29.21789990769925]
  本稿では,産業レコメンデーションシステムのカスケード全体を統一するOneTrans-V2を提案する。 ジョイントトレーニングでは、3つのステージが互いに強化され、詳細なランクからプレランクまでのモデル内知識の蒸留が可能となる。 OneTrans-V2は、総商品価値(GMV)を9.74%改善し、共同設計のサービススタックで、代用するカスケードのスループットを3.2倍に向上させる。
  論文  参考訳（メタデータ） (2026-09-23T14:57:10Z)
• DREAM Technical Report [53.37525197047151]
  DREAMは、既存のパイプラインの上に認識認識、オーケストレーション、監査可能なポリシ層を追加し、それを置き換えることなく、自律的な最適化制御アーキテクチャである。 DREAMには2つのコアコンポーネントがある。まず、3層Intent Engineはデバイス上の信号を構造化されたL0/L1/L2インテント表現に融合する。エッジクラウドトリガーチェーンはレポートのボリュームを約8.7%に削減する。 第2に、Meta EngineはMetaModelを使って、層状M1-to-M2-to-M3推論(インテントの要約、ストラテジーメモリに通知されるストラテジープランニング、パラメータ変換など)を定式化したM1-to-M2-to-M3推論に使用します。
  論文  参考訳（メタデータ） (2026-08-10T10:35:32Z)
• Scaling and Stabilizing Large-Scale Embedding-Based Retrieval [16.34687313227663]
  我々は、信号品質とモデル進化の両方に対処する統合パイプラインをウォルマートに展開する。 ドメイン固有の専門知識をレガシモデルから新しいバックボーンに転送するワームスタート蒸留技術を導入する。 提案されたパイプラインは実運用で展開され、NDCG@5で+7.34%改善され、収益で+0.50%上昇した。
  論文  参考訳（メタデータ） (2026-07-11T03:24:26Z)
• CoRe: A Continuously Reward-Finetuned LLM Query Rewriter for Multi-Stage Context-Aware Relevance in Web-Scale Video Search [16.32525191514382]
  今回紹介するCoReは、毎週5か月以上、大規模なショートビデオ検索エンジンに再デプロイするシステムだ。 我々の報酬は、デプロイされたマルチモーダルレバレンスモデルをソースとし、生産核融合代数を反映する乗法比形式を用いる。 半オンラインMixed Preference Optimizationループは、この報酬を毎週数百万のインスタンススケールで手頃な価格で提供する。
  論文  参考訳（メタデータ） (2026-06-12T05:19:40Z)
• MiniOneRec: An Open-Source Framework for Scaling Generative Recommendation [44.05859062614669]
  MiniOneRecは、最初の完全なオープンソース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。 SID構築にまたがるエンドツーエンドワークフロー、教師付き微調整、レコメンデーション指向の強化学習を提供する。 実験の結果,モデルサイズの増加に伴い,トレーニングと評価の両方の損失が一貫した下降傾向を示した。
  論文  参考訳（メタデータ） (2025-10-28T13:58:36Z)
• Towards Accurate Knowledge Transfer via Target-awareness Representation Disentanglement [56.40587594647692]
  本稿では,TRED(Target-Awareness Representation Disentanglement)の概念を取り入れた新しいトランスファー学習アルゴリズムを提案する。 TREDは、対象のタスクに関する関連する知識を元のソースモデルから切り離し、ターゲットモデルを微調整する際、レギュレータとして使用する。 各種実世界のデータセットを用いた実験により,本手法は標準微調整を平均2%以上安定的に改善することが示された。
  論文  参考訳（メタデータ） (2020-10-16T17:45:08Z)

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。