arXiv · ML· Chen Qiu, Zhigang Hua, Qi Xu, Jizhe Zhang, Sha Hua, Ren Mao, Luke Simon·· 17 小时前AI 评分20
学习生成式排序策略以实现整页优化
Learning Generative Ranking Policies for Whole-Page Optimization
AI 导读
提出“整页策略改进”方法,通过局部页面级目标解决生成式重排序中固定模仿信号问题,使每个位置选择对整页更优而非局部最优的项目。 在 KuaiRand-1K 和 RL4RS-SeqSlate 等数据集上,该方法优于现有生成式重排序基线。 在拥有已知最优解的合成基准测试中,该方法最接近最优解,证明其提升源于更好的整页决策。
来源:arXiv · ML · arxiv.org