در مقالهی جدیدی که اخیراً منتشر شده، محققان به بررسی عمیق «شناسههای معنایی» (Semantic IDs) در سیستمهای توصیهگر مولد پرداختهاند. این مطالعه نشان میدهد که روشهای فعلی برای سازماندهی آیتمها، گاهی ساختار معنایی دقیق را در حین تولید خروجی از دست میدهند.
به همین دلیل، روش جدیدی به نام «Item-Supported Decoding» یا همان ISD پیشنهاد شده است که با استفاده از رتبهبندیهای خاص، دقت و کیفیت پیشنهادهای هوش مصنوعی را در لحظهی اجرا (Inference) بهبود میبخشد. این رویکرد به مدل کمک میکند تا به جای اتکای صرف به شناسهها، ارتباط واقعی بین آیتمها را بهتر درک کند. 💡🤖
گر
منبع: arXiv AI