GenAIECommerce 2025 - Workshop on Generative AI for E-Commerce
Paper Presentation: Mind the Gap: Bridging Behavioral Silos with LLMs in Multi-Vertical Recommendations
Enhancing Related Searches Recommendation system by leveraging LLM Approaches
GenAIECommerce 2025 - Workshop on Generative AI for E-Commerce
Paper Presentation: Mind the Gap: Bridging Behavioral Silos with LLMs in Multi-Vertical Recommendations
Enhancing Related Searches Recommendation system by leveraging LLM Approaches
OneSearch 는 Kuaishou가 제안한 e-commerce search용 end-to-end generative retrieval framework이다. 기존 retrieval/ranking/Cascade Ranking System 처럼 recall, pre-ranking, ranking을 따로 쌓는 대신,...
JD.com에서 제안한 Generative Retrieval and Alignment Model (GRAM) 은, LLM의 world knowledge를 활용해 query와 product 간 공유 텍스트 식별자(shared text identifier) 를 생성하고, DPO 기반 co-alignment로...
LLM을 이용한 E-commerce Query-Product Relevance 판단 프레임워크 . Data Selection + Multi-CoT + DPO 세 단계로 구성되며, 특히 DPO로 "optimistic bias" (과도한 relevant 판정) 문제를 해결함.
Post-click 을 click 으로 가정하고, click 을 vimp 로 가정하면 성립하지 않을까?
Pareto Efficient 추천을 위한 framework 를 제안했다.
- 이커머스 검색에서 Semantic Retrieval은 주로 텍스트 기반 으로만 연구됨 - 상품 이미지는 구매 결정에 중요한 요소인데, dense retrieval에서의 영향이 체계적으로 연구되지 않음 - 기존 multimodal 연구들의 한계: - MaxSim 같은 score function은 대규모 인덱스에서...
Abstract click signal does not capture post-click user experience: show that click signal does not align with user preference find that user preference changes frequently:
LLM 기반 3-stage fine-tuning으로 Long-tail Query의 semantic gap을 해결 하여 Taobao 검색에서 GMV +0.4%, few-recall query GMV +18.66% 달성.
CTR prediction 연구에서 공통된 평가 방식이나 표준화된 벤치마크가 부족하다. 다양한 모델들에 대하여 벤치마크를 진행하였고, 해당 결과나 진행한 코드는 reproducible 하도록 공개하였다. 벤치 마크 결과 여러 모델이 기존과 큰 차이를 보이진 않았지만, 기존 논문에서 report 된 결과와는 차이가 있었다.
Flipkart의 Semantic Retrieval for Product Search in E-Commerce 는 retrieval/dense/Qwen3 Embedding 기반 4B dual encoder를 상품 검색에 맞게 fine-tuning한 production 적용 사례다. 핵심은 단순한 binary...