GR2是一个生成式推理重排序器,结合语义ID中间训练、推理轨迹蒸馏和基于可验证奖励的强化学习,在工业规模流量上取得了R@1提升18.7%、R@3提升7.1%、N@3提升9.6%的效果。
机构:Meta
来源:arXiv 2606.31984 | AI4Papers 论文推荐平台