論文の概要: Do Search-Augmented Recommenders Use the Latest Search Episode?
- arxiv url: http://arxiv.org/abs/2611.06044v1
- Date: Wed, 04 Nov 2026 06:48:29 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-11-06 03:25:58.003141
- Title: Do Search-Augmented Recommenders Use the Latest Search Episode?
- Title(参考訳): 検索機能強化されたレコメンデーションは最新の検索エピソードを使うのか?
- Abstract要約: 各レコメンデーションでは、ターゲット、候補、検索前履歴、スコアラーを固定しながら、最新の検索スロットまたはすべての検索入力を変更する。
ニュートラルマスクと一致した観測値の置換、記録ランクの変更、各制御に対するRRゲイン、真の焦点探索の好みを比較する。
独立に訓練された3つのUniSARチェックポイントの中で、推定された全ソースの利点は制御に依存する。
- 参考スコア(独自算出の注目度): 3.7179887342776445
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Search-augmented recommenders can use the latest search episode and earlier searches. We introduce FocalSwap to test how these inputs contribute to the next recommendation. For each recommendation, it changes the latest search slot or all search inputs while holding the target, candidates, pre-search history, and scorer fixed. It compares neutral masks with matched observed-search replacements, recording rank changes, RR gains relative to each control, and preference for the true focal search. A planted signal and GenSAR's current-query task confirm that the audit detects known input dependence. We evaluate behavioral and lexical evidence on KuaiSAR and Qilin, and recommendation checkpoints trained using the released SESRec and UniSAR implementations. Across three independently trained UniSAR checkpoints, the estimated all-source benefit depends on the control. On the same 66,139 rows, replacing all search inputs with a neutral ID yields a positive signed contribution, whereas replacing them with category/profile-matched observed search sequences gives smaller estimates, with an interval below zero for one checkpoint. The paired RR gaps range from $+2.770 \times 10^{-3}$ to $+6.604 \times 10^{-3}$, and every adjusted interval is above zero. Neutral masks change 59.7-61.7% of target ranks, while matched replacements change 44.1-44.8%. The control contrast persists across five alternative donor assignments per checkpoint. Under the primary neutral-mask and category-matched controls, positive latest-slot contribution is not established in SESRec or UniSAR. These results show why masking evidence should be compared with observed-search replacements when attributing a benefit to broader search state or the latest episode.
- Abstract(参考訳): 検索強化されたレコメンデーターは、最新の検索エピソードと以前の検索を利用することができる。
これらの入力がどのように次のレコメンデーションに貢献するかをテストするために、FocalSwapを紹介します。
各レコメンデーションでは、ターゲット、候補、検索前履歴、スコアラーを固定しながら、最新の検索スロットまたはすべての検索入力を変更する。
ニュートラルマスクと一致した観測値の置換、記録ランクの変更、各制御に対するRRゲイン、真の焦点探索の好みを比較する。
植込み信号とGenSARの現在のクエリタスクは、監査が既知の入力依存を検出することを確認する。
我々は,KuaiSAR と Qilin に関する行動的および語彙的証拠と,リリースした SESRec と UniSAR の実装を用いてトレーニングされた推薦チェックポイントを評価する。
独立に訓練された3つのUniSARチェックポイントの中で、推定された全ソースの利点は制御に依存する。
同じ66,139行で、全ての検索入力を中性IDに置き換えると、正の符号付きコントリビューションが得られ、カテゴリ/注目にマッチしたサーチシーケンスに置き換えると、1つのチェックポイントに対して0以下の間隔で、より小さな推定値が得られる。
対のRRギャップは、$+2.770 \times 10^{-3}$から$+6.604 \times 10^{-3}$まで様々であり、各調整された間隔は0以上である。
ニュートラルマスクは59.7-61.7%、代替マスクは44.1-44.8%である。
制御コントラストはチェックポイント毎に5つの代替ドナー割り当てに持続する。
一次中立マスクとカテゴリー整合制御の下では、SESRecやUniSARではポジティブな最新スロットのコントリビューションが確立されていない。
これらの結果は、より広い検索状態や最新のエピソードに利益をもたらす場合、マスキングエビデンスを観察された検索代替品と比較すべき理由を示している。
関連論文リスト
- Correctness Conditioning as Selection in Chain-of-Thought Faithfulness Evaluation [0.0]
7変数構造因果モデルを用いて、正確に観測されたギャップ$= operatornameCov(A, C)/P(C=1)$ を導出する。
本研究は,算術課題における4つのサブサイクル配置を評価し,全4項目において肯定的な選択ギャップを観測する。
論文 参考訳(メタデータ) (2026-10-27T11:35:29Z) - ProbePO: Sparse Probes, Redistributed Credit for Critic-Free LLM Reinforcement Learning [55.716259164434234]
検証可能な報酬からの強化学習は、個々の推論ステップが結果にどのように貢献するかを解明し、すべての推論軌道に1つの終末報酬を割り当てる。
GRPOは、すべてのレスポンストークンに対してグループ正規化された利点をブロードキャストする一方、よりきめ細かいアプローチは、ポリシー更新に使用されるデータを変更可能な、高密度な補助的なロールアウトや分岐スキームに依存することが多い。
限定的なロールアウト予算で、どの部分的なソリューションを評価すべきで、どのように価値を評価すればよいのか。
ProbePOは報酬のない不確実性スコアで部分解法状態を選択し、上限条件下で期待された検証者報酬を推定する
論文 参考訳(メタデータ) (2026-10-17T07:19:05Z) - Drafting Agents, Not Just Tokens: Speculative Recursive Self-Improvement for Agentic Systems [58.89141999692635]
提案するSpeculative Recursive Self-Improvement(SpecRSI)は,前任者が十分に評価される前に,実行可能な後継エージェントをドラフトする。
VATSは、予測された継続の返却を使って、さらなる編集と優れたチェックの間に予算を割り当てる。
グループ検証最適化(GVO)は、実際の評価器を固定しながら、完了した探索から改善器を学習する。
論文 参考訳(メタデータ) (2026-10-12T09:43:48Z) - Controlled Acquisition and Abstention in Three-Channel Score Conflicts [8.345705067210861]
音声、ビデオ、テキストが一致しない場合、精度だけで別のソースを取得するかどうかを示さない。
制御された3スコアのベンチマークでこれらの選択について検討する。
一致したコントロールは、しきい値ポリシーが要求の少ない決定と常に一致していることを示している。
論文 参考訳(メタデータ) (2026-10-07T19:09:30Z) - MESH-Harness: Self-Improving Agent Harnesses via Bandit-Guided Compositional Evolution [51.00839146188019]
MESH-Harnessは、各ハーネスを明示的なロール固有のインターフェイスを持つ機能モジュールにまとめる。
Mixed-start coordinate ascentは、空間を列挙することなく、評価のための完全な構成を選択する。
繰り返しハーネス最適化はMESH-Harnessを5.63-7.79ポイント改善した。
論文 参考訳(メタデータ) (2026-10-04T15:22:23Z) - Do Evidence-Reading Diagnostics Improve Interface Selection in Small LLM Recommenders? [10.720985236309462]
我々は,4つの推奨領域にまたがる6つの小さなチェックポイントを,時系列評価と3,426名の評価ユーザを用いて評価した。
ベースラインセレクタは、履歴のみのプロンプトの中から選択し、協調的なエビデンスを誘導し、融合をスコアする。
拡張セレクタは、モデルにサポート数の比較を求める6つのエビデンス読み取りプロンプトの機能を追加する。
論文 参考訳(メタデータ) (2026-09-25T19:29:08Z) - Not All Relations Are Equal: Relation-Balanced and Calibrated Graph Learning for Provenance-Based Intrusion Detection [69.06648810271712]
本稿では,関係バランスの取れたグラフ学習を用いた教師なしフレームワークRECALについて述べる。
3つのDARPA E3データセットにおいて、RECALはF1スコアの99.99%、99.93%、99.99%を達成し、各データセットでそれぞれ0.88、0.82、0.42で最高のベースラインを上回っている。
論文 参考訳(メタデータ) (2026-09-15T00:31:01Z) - RAP: Research Attention Prediction Reveals Target-Conditioned Evidence Acquisition Biases [58.92094935632493]
大規模言語モデル(LLM)は研究エージェントとしての役割がますます高まっているが、研究の関心の変化を追跡する能力は評価が難しい。
278のAI/MLフィールドと1,390のエピソードをカバーするローリングベンチマークであるResearch Attention Prediction (RAP)を紹介する。
それぞれのカットオフで、LLMエージェントは時間的に制限されたarXivコーパスを検索し、次の6ヶ月の論文の共有を8つの凍った研究方向にわたって予測する。
論文 参考訳(メタデータ) (2026-09-09T12:15:14Z) - When Should Multi-Round RAG Stop? Structured Stopping Judgments and Retrieval Reduction in Search-R1 [0.0]
マルチラウンド検索強化世代(RAG)は、証拠が蓄積されるにつれていつ検索を止めるかを決定する必要がある。
我々は,S2G-RAGの構造的充足性判定をフリーズしたサーチ-R1パイプラインに適用する。
我々は900のHotpotQA質問から3,009の州でQwen3.5-2B判事を訓練する。
論文 参考訳(メタデータ) (2026-08-13T13:42:48Z)
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。