电商生成式检索SID映射更新退化及拓扑保持原则研究
热点事件观察中
电商生成式检索SID映射更新退化及拓扑保持原则研究
1 篇报道1 个报道来源2 天前更新
先了解这件事
AI 综述
Jianbo Zhu 等作者在 arXiv 论文(2610.26105)中研究动态电商搜索下生成式检索的 SID 映射更新问题,提出保留旧商品 SID、插入新商品并从上一版模型 warm-start 的拓扑保持更新原则。据论文摘要,在 67 天大规模电商搜索日志的受控实验中,该原则使旧商品 HitRate 提升 10%、新商品 HitRate 提升 109%,并在两个不重叠的更新周期得到验证。 论文还量化了问题的严重性:SID 映射更新会使 HitRate 在 beam size 为 1 时下降 41.78%–62.05%,在 beam size 为 1000 时仅下降 8.33%–10.85%。在线方面,作者称在天猫 App 进行的三周 A/B 测试显示 UCTCVR +0.29%、GMV +1.16%。
AI 根据报道生成 · 2 天前更新
最新进展10月20日 12:00
动态电商搜索的生成式检索提出 SID 拓扑保持更新原则报道时间线
沿着报道,了解事件的不同侧面。
10月20日
- arXiv · cs.AI动态电商搜索的生成式检索提出 SID 拓扑保持更新原则
研究针对动态电商搜索中 SID 映射更新导致的检索退化,提出保留旧商品 SID、插入新商品并优先 warm-start 的拓扑保持原则。基于论文摘要,在 67 天大规模电商搜索日志实验中,该方法使旧商品 HitRate 提升 10%、新商品 HitRate 提升 109%,并已在两个不重叠的更新周期中验证。
本事件热度走势
- 可比范围当前
- 3
- 可比范围峰值
- 610月21日 06:00
- 近 24 小时变化
- -49%
0246
06:0012:0018:0010月22日06:00
趋势仅比较持续完整观测到的相同主体,范围可能小于当前热度统计。移动指针或点击图表查看每小时热度;键盘可用左右方向键切换。