Buchumschlag

Generative Retrieval and Alignment Model: A New Paradigm for E-commerce Retrieval

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Pang, Ming, Yuan, Chunyuan, He, Xiaoyu, Fang, Zheng, Xie, Donghao, Qu, Fanyi, Jiang, Xue, Peng, Changping, Lin, Zhangang, Law, Ching, Shao, Jingping
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Information Retrieval Artificial Intelligence Computation and Language
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

ADORE: Autonomous Domain-Oriented Relevance Engine for E-commerce
von: Fang, Zheng, et al.
Veröffentlicht: (2025)

A Semi-supervised Scalable Unified Framework for E-commerce Query Classification
von: Yuan, Chunyuan, et al.
Veröffentlicht: (2025)

A Semi-supervised Multi-channel Graph Convolutional Network for Query Classification in E-commerce
von: Yuan, Chunyuan, et al.
Veröffentlicht: (2024)

Multi-objective Aligned Bidword Generation Model for E-commerce Search Advertising
von: Liu, Zhenhui, et al.
Veröffentlicht: (2025)

GCRank: A Generative Contextual Comprehension Paradigm for Takeout Ranking Model
von: Ni, Ziheng, et al.
Veröffentlicht: (2025)

Domain-Aware Cross-Attention for Cross-domain Recommendation
von: Luo, Yuhao, et al.
Veröffentlicht: (2024)

Generative Modeling with Multi-Instance Reward Learning for E-commerce Creative Optimization
von: Gu, Qiaolei, et al.
Veröffentlicht: (2025)

IA-GCN: Interactive Graph Convolutional Network for Recommendation
von: Zhang, Yinan, et al.
Veröffentlicht: (2022)

Generative Click-through Rate Prediction with Applications to Search Advertising
von: Kong, Lingwei, et al.
Veröffentlicht: (2025)

Ada-Retrieval: An Adaptive Multi-Round Retrieval Paradigm for Sequential Recommendations
von: Li, Lei, et al.
Veröffentlicht: (2024)

Efficient Generative Retrieval for E-commerce Search with Semantic Cluster IDs and Expert-Guided RL
von: Zhu, Jianbo, et al.
Veröffentlicht: (2026)

CAT-ID$^2$: Category-Tree Integrated Document Identifier Learning for Generative Retrieval In E-commerce
von: Liu, Xiaoyu, et al.
Veröffentlicht: (2025)

Learning to Trust: Dynamic Utilization of Retrieval-Augmented Generation for E-commerce Search Relevance
von: Xu, Tingqiao, et al.
Veröffentlicht: (2025)

XR: Cross-Modal Agents for Composed Image Retrieval
von: Yang, Zhongyu, et al.
Veröffentlicht: (2026)

Generative Retrieval with Preference Optimization for E-commerce Search
von: Li, Mingming, et al.
Veröffentlicht: (2024)

Hierarchical Multi-field Representations for Two-Stage E-commerce Retrieval
von: Freymuth, Niklas, et al.
Veröffentlicht: (2025)

Semantic-enhanced Modality-asymmetric Retrieval for Online E-commerce Search
von: Zhou, Zhigong, et al.
Veröffentlicht: (2025)

HGAMN: Heterogeneous Graph Attention Matching Network for Multilingual POI Retrieval at Baidu Maps
von: Huang, Jizhou, et al.
Veröffentlicht: (2024)

TBGRecall: A Generative Retrieval Model for E-commerce Recommendation Scenarios
von: Liang, Zida, et al.
Veröffentlicht: (2025)

Improving E-commerce Search with Category-Aligned Retrieval
von: Aliev, Rauf
Veröffentlicht: (2025)

Hi-Gen: Generative Retrieval For Large-Scale Personalized E-commerce Search
von: Wu, Yanjing, et al.
Veröffentlicht: (2024)

Synthetic Data Powers Product Retrieval for Long-tail Knowledge-Intensive Queries in E-commerce Search
von: Ling, Gui, et al.
Veröffentlicht: (2026)

Mine and Refine: Optimizing Graded Relevance in E-commerce Search Retrieval
von: Xi, Jiaqi, et al.
Veröffentlicht: (2026)

MRSE: An Efficient Multi-modality Retrieval System for Large Scale E-commerce
von: Jiang, Hao, et al.
Veröffentlicht: (2024)

MOHPER: Multi-objective Hyperparameter Optimization Framework for E-commerce Retrieval System
von: Park, Jungbae, et al.
Veröffentlicht: (2025)

TIGER-FG: Text-Guided Implicit Fine-Grained Grounding for E-commerce Retrieval
von: Sun, Xinyu, et al.
Veröffentlicht: (2026)

Beyond Content Relevance: Evaluating Instruction Following in Retrieval Models
von: Zhou, Jianqun, et al.
Veröffentlicht: (2024)

Retrieval and Distill: A Temporal Data Shift-Free Paradigm for Online Recommendation System
von: Zheng, Lei, et al.
Veröffentlicht: (2024)

Cog-RAG: Cognitive-Inspired Dual-Hypergraph with Theme Alignment Retrieval-Augmented Generation
von: Hu, Hao, et al.
Veröffentlicht: (2025)

Frustratingly Simple Retrieval Improves Challenging, Reasoning-Intensive Benchmarks
von: Lyu, Xinxi, et al.
Veröffentlicht: (2025)

LLM Alignment as Retriever Optimization: An Information Retrieval Perspective
von: Jin, Bowen, et al.
Veröffentlicht: (2025)

Can Synthetic Query Rewrites Capture User Intent Better than Humans in Retrieval-Augmented Generation?
von: Zheng, JiaYing, et al.
Veröffentlicht: (2025)

Large Reasoning Embedding Models: Towards Next-Generation Dense Retrieval Paradigm
von: Tang, Jianting, et al.
Veröffentlicht: (2025)

Learning to Retrieve from Agent Trajectories
von: Zhou, Yuqi, et al.
Veröffentlicht: (2026)

SSEmb: A Joint Structural and Semantic Embedding Framework for Mathematical Formula Retrieval
von: Li, Ruyin, et al.
Veröffentlicht: (2025)

LongRetriever: Towards Ultra-Long Sequence based Candidate Retrieval for Recommendation
von: Ren, Qin, et al.
Veröffentlicht: (2025)

Taxonomy of the Retrieval System Framework: Pitfalls and Paradigms
von: Shah, Deep, et al.
Veröffentlicht: (2026)

Comparative Analysis of Neural Retriever-Reranker Pipelines for Retrieval-Augmented Generation over Knowledge Graphs in E-commerce Applications
von: Rumble, Teri, et al.
Veröffentlicht: (2025)

Retrieval-in-the-Chain: Bootstrapping Large Language Models for Generative Retrieval
von: Zhang, Yingchen, et al.
Veröffentlicht: (2025)

LSTM-based Selective Dense Text Retrieval Guided by Sparse Lexical Retrieval
von: Yang, Yingrui, et al.
Veröffentlicht: (2025)