WeGR：基于行为感知分词与偏好对齐的统一生成式检索

WeGR 用行为感知分词与偏好对齐改进工业生成式检索。

资讯摘要

论文提出统一生成式检索框架 WeGR，包含两个组件：CoCo-VAE 在量化前注入查询到商品、商品到商品的协同信号，并用首层码本刷新与防坍缩正则获得行为感知且利用均衡的 SID；DHPO 逐步扩展奖励评估与策略优化视野，缓解奖励稀疏，实现从 SID 前缀到完整商品的由粗到细偏好学习。作者报告离线实验提升检索与排序表现，并在某大型电商搜索平台六周线上 A/B 测试中订单、CTR、CVR 分别相对提升 2.539%、1.508%、1.381%，CPU 与 GPU 用量降低 25.5% 和 26.1%。

要点速读

1. CoCo-VAE 在量化前注入协同信号，并通过首层码本刷新与防坍缩正则平衡码本利用。
2. DHPO 逐步扩大奖励评估与策略优化视野，无需辅助奖励模型即可缓解奖励稀疏。
3. 作者报告六周线上 A/B 测试订单相对提升 2.539%，CPU 与 GPU 用量分别降低 25.5% 和 26.1%。

中文摘要由 AI 根据公开来源生成，可能存在理解偏差；具体能力、数字、开放时间等信息请以原文为准。
采集于 2026/10/23 08:00:11（北京时间）。 arXiv 日期为本次公告时间，论文初次投稿日期请查看原文版本记录。