OxygenREC：Eコマース推薦のための指示追従型生成フレームワーク

この論文は、既存の生成型推薦（GR）システムの限界に対処するために設計された、OxygenRECという産業用推薦システムを紹介しています。深層推論能力とリアルタイム性能要件のバランスを取るために、Fast-Slow Thinkingアーキテクチャを活用しています。主な貢献は、指示によって強化された生成のためのセマンティックアライメントメカニズムと、制御可能な指示とポリシー最適化を使用したマルチシナリオスケーラビリティソリューションです。この論文は、現実世界のeコマース環境における推薦の精度と効率を向上させることを目指しています。

• •従来の推薦システムと生成型推薦システムの限界に対処。
• •効率的な深層推論のためにFast-Slow Thinkingアーキテクチャを採用。
• •指示に基づいた生成のためのセマンティックアライメントメカニズムを導入。
• •制御可能な指示とポリシー最適化を使用したマルチシナリオスケーラビリティのソリューションを提供。
• •eコマースにおける推薦の精度、効率、およびリソース利用率の向上を目指す。