Buchumschlag

Dimension Mask Layer: Optimizing Embedding Efficiency for Scalable ID-based Models

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Saket, Srijan, Ihara, Ikuhiro, Sharma, Vaibhav, Kalim, Danish
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Information Retrieval
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Monitoring the Evolution of Behavioural Embeddings in Social Media Recommendation
von: Saket, Srijan, et al.
Veröffentlicht: (2023)

Crafting Tomorrow: The Influence of Design Choices on Fresh Content in Social Media Recommendation
von: Saket, Srijan, et al.
Veröffentlicht: (2024)

AlphaFuse: Learn ID Embeddings for Sequential Recommendation in Null Space of Language Embeddings
von: Hu, Guoqing, et al.
Veröffentlicht: (2025)

Are ID Embeddings Necessary? Whitening Pre-trained Text Embeddings for Effective Sequential Recommendation
von: Zhang, Lingzi, et al.
Veröffentlicht: (2024)

Vela: Scalable Embeddings with Voice Large Language Models for Multimodal Retrieval
von: Hu, Ruofan, et al.
Veröffentlicht: (2025)

Efficiency Optimizations for Superblock-based Sparse Retrieval
von: Carlson, Parker, et al.
Veröffentlicht: (2026)

Real-time Event Joining in Practice With Kafka and Flink
von: Saket, Srijan, et al.
Veröffentlicht: (2024)

Scalable Dynamic Embedding Size Search for Streaming Recommendation
von: Qu, Yunke, et al.
Veröffentlicht: (2024)

Scaling Laws for Embedding Dimension in Information Retrieval
von: Killingback, Julian, et al.
Veröffentlicht: (2026)

From ID-based to ID-free: Rethinking ID Effectiveness in Multimodal Collaborative Filtering Recommendation
von: Li, Guohao, et al.
Veröffentlicht: (2025)

Mask-to-Correct$^+$: Leveraging Retriever Diversity for Masking-guided Faithful Fact Correction
von: Santra, Payel, et al.
Veröffentlicht: (2026)

HatLLM: Hierarchical Attention Masking for Enhanced Collaborative Modeling in LLM-based Recommendation
von: Cui, Yu, et al.
Veröffentlicht: (2025)

More Than Efficiency: Embedding Compression Improves Domain Adaptation in Dense Retrieval
von: Zuo, Chunsheng, et al.
Veröffentlicht: (2026)

Arctic-Embed: Scalable, Efficient, and Accurate Text Embedding Models
von: Merrick, Luke, et al.
Veröffentlicht: (2024)

Enhancing Embedding Representation Stability in Recommendation Systems with Semantic ID
von: Zheng, Carolina, et al.
Veröffentlicht: (2025)

Coarse-to-Fine Lightweight Meta-Embedding for ID-Based Recommendation
von: Wang, Yang, et al.
Veröffentlicht: (2025)

ID Embedding as Subtle Features of Content and Structure for Multimodal Recommendation
von: Liu, Yuting, et al.
Veröffentlicht: (2023)

Enhancing ID-based Recommendation with Large Language Models
von: Chen, Lei, et al.
Veröffentlicht: (2024)

Efficient Item ID Generation for Large-Scale LLM-based Recommendation
von: Subbiah, Anushya, et al.
Veröffentlicht: (2025)

Scalable Bayesian Optimization with Sparse Gaussian Process Models
von: Yang, Ang
Veröffentlicht: (2020)

TurkEmbed4Retrieval: Turkish Embedding Model for Retrieval Task
von: Ezerceli, Özay, et al.
Veröffentlicht: (2025)

SID-Coord: Coordinating Semantic IDs for ID-based Ranking in Short-Video Search
von: Li, Guowen, et al.
Veröffentlicht: (2026)

The Future is Sparse: Embedding Compression for Scalable Retrieval in Recommender Systems
von: Kasalický, Petr, et al.
Veröffentlicht: (2025)

Scalable Substructure Discovery Algorithm For Homogeneous Multilayer Networks
von: Singh, Arshdeep, et al.
Veröffentlicht: (2025)

Optimization and Scalability of Collaborative Filtering Algorithms in Large Language Models
von: Yang, Haowei, et al.
Veröffentlicht: (2024)

On Efficiency-Effectiveness Trade-off of Diffusion-based Recommenders
von: Mao, Wenyu, et al.
Veröffentlicht: (2025)

Automated Research Article Classification and Recommendation Using NLP and ML
von: Rahman, Shadikur, et al.
Veröffentlicht: (2025)

Masked Diffusion Generative Recommendation
von: Mu, Lingyu, et al.
Veröffentlicht: (2026)

Evaluating Embedding Models and Pipeline Optimization for AI Search Quality
von: Zhong, Philip, et al.
Veröffentlicht: (2025)

ID-Free Not Risk-Free: LLM-Powered Agents Unveil Risks in ID-Free Recommender Systems
von: Wang, Zongwei, et al.
Veröffentlicht: (2024)

Embedding the Teacher: Distilling vLLM Preferences for Scalable Image Retrieval
von: He, Eric, et al.
Veröffentlicht: (2025)

Granite Embedding Models
von: Awasthy, Parul, et al.
Veröffentlicht: (2025)

Embedding based retrieval for long tail search queries in ecommerce
von: Kekuda, Akshay, et al.
Veröffentlicht: (2025)

Unsupervised Graph Embeddings for Session-based Recommendation with Item Features
von: Peintner, Andreas, et al.
Veröffentlicht: (2025)

Differentiable Semantic ID for Generative Recommendation
von: Fu, Junchen, et al.
Veröffentlicht: (2026)

ID-centric Pre-training for Recommendation
von: Wu, Yiqing, et al.
Veröffentlicht: (2024)

Granite Embedding Multilingual R2 Models
von: Awasthy, Parul, et al.
Veröffentlicht: (2026)

Order-Preserving Dimension Reduction for Multimodal Semantic Embedding
von: Gong, Chengyu, et al.
Veröffentlicht: (2024)

Nemotron ColEmbed V2: Top-Performing Late Interaction Embedding Models for Visual Document Retrieval
von: Moreira, Gabriel de Souza P., et al.
Veröffentlicht: (2026)

Scalable recommender system based on factor analysis
von: Ghandwani, Disha, et al.
Veröffentlicht: (2024)