arXiv cs.AI· Yu Sun, Renkai Xiang, Zuodong Xiang, Junwei Zhou, Yike Zhang, Jianxin Zhang, Zhihao Zhu, Xiaoyu Cao, Hailu Xu·· 3 小时前AI 评分35
超越 Semantic IDs：生成式推荐中的有限束可达性与连续查询生成
Beyond Semantic IDs: Finite-Beam Reachability and Continuous-Query Generation in Generative Recommendation
AI 导读
研究提出 CQG-Single 与 CQG-AR 两种连续查询范式，去除 SID item-token 词表、code 查找与离散束扩展，消除有限束解码带来的可达性约束。在统一协议与合法前缀约束解码下，CQG-Single 七次运行全部超过 TIGER 式基线，可训练参数用量为 55.3%；CQG-AR 在 ML-1M 上表现相当，在 Beauty 与 Sports 数据集上数值更强。
来源：arXiv cs.AI · arxiv.org