Gespeichert in:
| Hauptverfasser: | Khrylchenko, Kirill, Baikalov, Vladimir, Makeev, Sergei, Matveev, Artem, Liamaev, Sergei |
|---|---|
| Format: | Preprint |
| Veröffentlicht: |
2025
|
| Schlagworte: | |
| Online-Zugang: | https://arxiv.org/abs/2507.09331 |
| Tags: |
Tag hinzufügen
Keine Tags, Fügen Sie den ersten Tag hinzu!
|
Ähnliche Einträge
Scaling Recommender Transformers to One Billion Parameters
von: Khrylchenko, Kirill, et al.
Veröffentlicht: (2025)
von: Khrylchenko, Kirill, et al.
Veröffentlicht: (2025)
Blending Sequential Embeddings, Graphs, and Engineered Features: 4th Place Solution in RecSys Challenge 2025
von: Makeev, Sergei, et al.
Veröffentlicht: (2025)
von: Makeev, Sergei, et al.
Veröffentlicht: (2025)
Variable-Length Semantic IDs for Recommender Systems
von: Khrylchenko, Kirill
Veröffentlicht: (2026)
von: Khrylchenko, Kirill
Veröffentlicht: (2026)
Mitigating Collaborative Semantic ID Staleness in Generative Retrieval
von: Baikalov, Vladimir, et al.
Veröffentlicht: (2026)
von: Baikalov, Vladimir, et al.
Veröffentlicht: (2026)
End-to-End Graph-Sequential Representation Learning for Accurate Recommendations
von: Baikalov, Vladimir, et al.
Veröffentlicht: (2024)
von: Baikalov, Vladimir, et al.
Veröffentlicht: (2024)
Yambda-5B -- A Large-Scale Multi-modal Dataset for Ranking And Retrieval
von: Ploshkin, A., et al.
Veröffentlicht: (2025)
von: Ploshkin, A., et al.
Veröffentlicht: (2025)
Learning to Reflect and Correct: Towards Better Decoding Trajectories for Large-Scale Generative Recommendation
von: Xing, Haibo, et al.
Veröffentlicht: (2026)
von: Xing, Haibo, et al.
Veröffentlicht: (2026)
Mask-to-Correct$^+$: Leveraging Retriever Diversity for Masking-guided Faithful Fact Correction
von: Santra, Payel, et al.
Veröffentlicht: (2026)
von: Santra, Payel, et al.
Veröffentlicht: (2026)
Efficient Retrieval Scaling with Hierarchical Indexing for Large Scale Recommendation
von: Fu, Dongqi, et al.
Veröffentlicht: (2026)
von: Fu, Dongqi, et al.
Veröffentlicht: (2026)
ScalingNote: Scaling up Retrievers with Large Language Models for Real-World Dense Retrieval
von: Huang, Suyuan, et al.
Veröffentlicht: (2024)
von: Huang, Suyuan, et al.
Veröffentlicht: (2024)
ESANS: Effective and Semantic-Aware Negative Sampling for Large-Scale Retrieval Systems
von: Xing, Haibo, et al.
Veröffentlicht: (2025)
von: Xing, Haibo, et al.
Veröffentlicht: (2025)
On Softmax Direct Preference Optimization for Recommendation
von: Chen, Yuxin, et al.
Veröffentlicht: (2024)
von: Chen, Yuxin, et al.
Veröffentlicht: (2024)
LADER: Log-Augmented DEnse Retrieval for Biomedical Literature Search
von: Jin, Qiao, et al.
Veröffentlicht: (2023)
von: Jin, Qiao, et al.
Veröffentlicht: (2023)
SynDL: A Large-Scale Synthetic Test Collection for Passage Retrieval
von: Rahmani, Hossein A., et al.
Veröffentlicht: (2024)
von: Rahmani, Hossein A., et al.
Veröffentlicht: (2024)
Hi-Gen: Generative Retrieval For Large-Scale Personalized E-commerce Search
von: Wu, Yanjing, et al.
Veröffentlicht: (2024)
von: Wu, Yanjing, et al.
Veröffentlicht: (2024)
Revisiting General Map Search via Generative Point-of-Interest Retrieval
von: Chen, Dong, et al.
Veröffentlicht: (2026)
von: Chen, Dong, et al.
Veröffentlicht: (2026)
LogEval: A Comprehensive Benchmark Suite for Large Language Models In Log Analysis
von: Cui, Tianyu, et al.
Veröffentlicht: (2024)
von: Cui, Tianyu, et al.
Veröffentlicht: (2024)
Unified Learning-to-Rank for Multi-Channel Retrieval in Large-Scale E-Commerce Search
von: Gaydhani, Aditya, et al.
Veröffentlicht: (2026)
von: Gaydhani, Aditya, et al.
Veröffentlicht: (2026)
Device-Cloud Collaborative Correction for On-Device Recommendation
von: Zhan, Tianyu, et al.
Veröffentlicht: (2025)
von: Zhan, Tianyu, et al.
Veröffentlicht: (2025)
PLAID SHIRTTT for Large-Scale Streaming Dense Retrieval
von: Lawrie, Dawn, et al.
Veröffentlicht: (2024)
von: Lawrie, Dawn, et al.
Veröffentlicht: (2024)
Hierarchical Structured Neural Network: Efficient Retrieval Scaling for Large Scale Recommendation
von: Rangadurai, Kaushik, et al.
Veröffentlicht: (2024)
von: Rangadurai, Kaushik, et al.
Veröffentlicht: (2024)
Open-Source Reproduction and Explainability Analysis of Corrective Retrieval Augmented Generation
von: Yalavarthi, Surya Vardhan
Veröffentlicht: (2026)
von: Yalavarthi, Surya Vardhan
Veröffentlicht: (2026)
DKT2: Revisiting Applicable and Comprehensive Knowledge Tracing in Large-Scale Data
von: Zhou, Yiyun, et al.
Veröffentlicht: (2025)
von: Zhou, Yiyun, et al.
Veröffentlicht: (2025)
Retrieval Augmented Cross-Modal Tag Recommendation in Software Q&A Sites
von: Lu, Sijin, et al.
Veröffentlicht: (2024)
von: Lu, Sijin, et al.
Veröffentlicht: (2024)
Financial Transaction Retrieval and Contextual Evidence for Knowledge-Grounded Reasoning
von: Sakhno, Artem, et al.
Veröffentlicht: (2026)
von: Sakhno, Artem, et al.
Veröffentlicht: (2026)
On the Scaling of Robustness and Effectiveness in Dense Retrieval
von: Liu, Yu-An, et al.
Veröffentlicht: (2025)
von: Liu, Yu-An, et al.
Veröffentlicht: (2025)
Multimodal Recommendation via Self-Corrective Preference Alignmen
von: Guan, Yalong, et al.
Veröffentlicht: (2025)
von: Guan, Yalong, et al.
Veröffentlicht: (2025)
PentaRAG: Large-Scale Intelligent Knowledge Retrieval for Enterprise LLM Applications
von: Syarubany, Abu Hanif Muhammad, et al.
Veröffentlicht: (2025)
von: Syarubany, Abu Hanif Muhammad, et al.
Veröffentlicht: (2025)
Revisiting Query Variants: The Advantage of Retrieval Over Generation of Query Variants for Effective QPP
von: Tian, Fangzheng, et al.
Veröffentlicht: (2025)
von: Tian, Fangzheng, et al.
Veröffentlicht: (2025)
Hindi-BEIR : A Large Scale Retrieval Benchmark in Hindi
von: Acharya, Arkadeep, et al.
Veröffentlicht: (2024)
von: Acharya, Arkadeep, et al.
Veröffentlicht: (2024)
Negative Sampling Techniques in Information Retrieval: A Survey
von: Wischounig, Laurin, et al.
Veröffentlicht: (2026)
von: Wischounig, Laurin, et al.
Veröffentlicht: (2026)
On Function-Correcting Codes in the Lee Metric
von: Verma, Gyanendra K., et al.
Veröffentlicht: (2025)
von: Verma, Gyanendra K., et al.
Veröffentlicht: (2025)
Retrieval-in-the-Chain: Bootstrapping Large Language Models for Generative Retrieval
von: Zhang, Yingchen, et al.
Veröffentlicht: (2025)
von: Zhang, Yingchen, et al.
Veröffentlicht: (2025)
Neural Corrective Machine Unranking
von: Hou, Jingrui, et al.
Veröffentlicht: (2024)
von: Hou, Jingrui, et al.
Veröffentlicht: (2024)
DELM: a Python toolkit for Data Extraction with Language Models
von: Fithian, Eric, et al.
Veröffentlicht: (2025)
von: Fithian, Eric, et al.
Veröffentlicht: (2025)
XGen-Q: An Explainable Domain-Adaptive LLM Framework with Retrieval-Augmented Generation for Software Security
von: Jelodar, Hamed, et al.
Veröffentlicht: (2025)
von: Jelodar, Hamed, et al.
Veröffentlicht: (2025)
Large Scale Retrieval for the LinkedIn Feed using Causal Language Models
von: Ramanujam, Sudarshan Srinivasa, et al.
Veröffentlicht: (2025)
von: Ramanujam, Sudarshan Srinivasa, et al.
Veröffentlicht: (2025)
Retrieval-Augmented Search for Large-Scale Map Collections with ColPali
von: Mahowald, Jamie, et al.
Veröffentlicht: (2025)
von: Mahowald, Jamie, et al.
Veröffentlicht: (2025)
Large Language Model as Universal Retriever in Industrial-Scale Recommender System
von: Jiang, Junguang, et al.
Veröffentlicht: (2025)
von: Jiang, Junguang, et al.
Veröffentlicht: (2025)
USD: A User-Intent-Driven Sampling and Dual-Debiasing Framework for Large-Scale Homepage Recommendations
von: Zheng, Jiaqi, et al.
Veröffentlicht: (2025)
von: Zheng, Jiaqi, et al.
Veröffentlicht: (2025)
Ähnliche Einträge
-
Scaling Recommender Transformers to One Billion Parameters
von: Khrylchenko, Kirill, et al.
Veröffentlicht: (2025) -
Blending Sequential Embeddings, Graphs, and Engineered Features: 4th Place Solution in RecSys Challenge 2025
von: Makeev, Sergei, et al.
Veröffentlicht: (2025) -
Variable-Length Semantic IDs for Recommender Systems
von: Khrylchenko, Kirill
Veröffentlicht: (2026) -
Mitigating Collaborative Semantic ID Staleness in Generative Retrieval
von: Baikalov, Vladimir, et al.
Veröffentlicht: (2026) -
End-to-End Graph-Sequential Representation Learning for Accurate Recommendations
von: Baikalov, Vladimir, et al.
Veröffentlicht: (2024)