LORE: A Large Generative Model for Search Relevance

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Lu, Chenji, Chen, Zhuo, Zhao, Hui, Zeng, Zhiyuan, Zhao, Gang, Ren, Junjie, Xu, Ruicong, Li, Haoran, Liu, Songyan, Wang, Pengjie, Xu, Jian, Zheng, Bo
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Information Retrieval Artificial Intelligence Computation and Language Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Explainable LLM-driven Multi-dimensional Distillation for E-Commerce Relevance Learning
von: Zhao, Gang, et al.
Veröffentlicht: (2024)

RAIR: A Rule-Aware Benchmark Uniting Challenging Long-Tail and Visual Salience Subset for E-commerce Relevance Assessment
von: Lu, Chenji, 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)

VALUE: Value-Aware Large Language Model for Query Rewriting via Weighted Trie in Sponsored Search
von: Zhang, Xiao, et al.
Veröffentlicht: (2025)

Unlocking Scaling Law in Industrial Recommendation Systems with a Three-step Paradigm based Large User Model
von: Yan, Bencheng, et al.
Veröffentlicht: (2025)

From Scaling to Structured Expressivity: Rethinking Transformers for CTR Prediction
von: Yan, Bencheng, et al.
Veröffentlicht: (2025)

GFlowGR: Fine-tuning Generative Recommendation Frameworks with Generative Flow Networks
von: Wang, Yejing, et al.
Veröffentlicht: (2025)

Unifying Search and Recommendation with Dual-View Representation Learning in a Generative Paradigm
von: Zhao, Jujia, et al.
Veröffentlicht: (2025)

UQABench: Evaluating User Embedding for Prompting LLMs in Personalized Question Answering
von: Liu, Langming, et al.
Veröffentlicht: (2025)

Towards More Relevant Product Search Ranking Via Large Language Models: An Empirical Study
von: Liu, Qi, et al.
Veröffentlicht: (2024)

A Unified Search and Recommendation Framework Based on Multi-Scenario Learning for Ranking in E-commerce
von: Liu, Jinhan, et al.
Veröffentlicht: (2024)

Improving Pinterest Search Relevance Using Large Language Models
von: Wang, Han, et al.
Veröffentlicht: (2024)

Is ChatGPT Good at Search? Investigating Large Language Models as Re-Ranking Agents
von: Sun, Weiwei, et al.
Veröffentlicht: (2023)

KuaiSearch: A Large-Scale E-Commerce Search Dataset for Recall, Ranking, and Relevance
von: Li, Yupeng, et al.
Veröffentlicht: (2026)

Validating LLM-Generated Relevance Labels for Educational Resource Search
von: Sebastian, Ratan J., et al.
Veröffentlicht: (2025)

Generative News Recommendation
von: Gao, Shen, et al.
Veröffentlicht: (2024)

Integrating Chain-of-Thought into Generative Retrieval: A Preliminary Study
von: Zhang, Wenhao, et al.
Veröffentlicht: (2026)

DA-RAG: Dynamic Attributed Community Search for Retrieval-Augmented Generation
von: Zeng, Xingyuan, et al.
Veröffentlicht: (2026)

LIRA: A Learning-based Query-aware Partition Framework for Large-scale ANN Search
von: Zeng, Ximu, et al.
Veröffentlicht: (2025)

Unified Generative Search and Recommendation
von: Shi, Teng, et al.
Veröffentlicht: (2025)

Beyond Relevance: Improving User Engagement by Personalization for Short-Video Search
von: Bao, Wentian, et al.
Veröffentlicht: (2024)

Large Language Model based Long-tail Query Rewriting in Taobao Search
von: Peng, Wenjun, et al.
Veröffentlicht: (2023)

Federated User Behavior Modeling for Privacy-Preserving LLM Recommendation
von: Guo, Lei, et al.
Veröffentlicht: (2026)

GeoRAG: A Question-Answering Approach from a Geographical Perspective
von: Wang, Jian, et al.
Veröffentlicht: (2025)

Optimizing Generative Ranking Relevance via Reinforcement Learning in Xiaohongshu Search
von: Zeng, Ziyang, et al.
Veröffentlicht: (2025)

Migrating a Job Search Relevance Function
von: Mountain, Bennett, et al.
Veröffentlicht: (2025)

Large Memory Network for Recommendation
von: Lu, Hui, et al.
Veröffentlicht: (2025)

Learnable Sequence Augmenter for Triplet Contrastive Learning in Sequential Recommendation
von: Wang, Wei, et al.
Veröffentlicht: (2025)

Content-Based Collaborative Generation for Recommender Systems
von: Wang, Yidan, et al.
Veröffentlicht: (2024)

Generate-then-Ground in Retrieval-Augmented Generation for Multi-hop Question Answering
von: Shi, Zhengliang, et al.
Veröffentlicht: (2024)

Zero-Indexing Internet Search Augmented Generation for Large Language Models
von: He, Guangxin, et al.
Veröffentlicht: (2024)

Constrained Auto-Regressive Decoding Constrains Generative Retrieval
von: Wu, Shiguang, et al.
Veröffentlicht: (2025)

LERA: LLM-Enhanced RAG for Ad Auction in Generative Chatbots
von: Sun, Haoran, et al.
Veröffentlicht: (2026)

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

PLACE: Prompt Learning for Attributed Community Search in Large Graphs
von: Fang, Shuheng, et al.
Veröffentlicht: (2025)

Revisiting General Map Search via Generative Point-of-Interest Retrieval
von: Chen, Dong, et al.
Veröffentlicht: (2026)

TokenMixer-Large: Scaling Up Large Ranking Models in Industrial Recommenders
von: Jiang, Yuchen, et al.
Veröffentlicht: (2026)

OneSearch: A Preliminary Exploration of the Unified End-to-End Generative Framework for E-commerce Search
von: Chen, Ben, et al.
Veröffentlicht: (2025)

Middleman Bias in Advertising: Aligning Relevance of Keyphrase Recommendations with Search
von: Dey, Soumik, et al.
Veröffentlicht: (2025)

Tapping the Potential of Large Language Models as Recommender Systems: A Comprehensive Framework and Empirical Analysis
von: Xu, Lanling, et al.
Veröffentlicht: (2024)