SIGIR - arXivDaily 期刊&会议

2606.23919 2026-06-24 cs.IR 新提交

Unified Multi-Task Relevance Modeling for E-Commerce: Comparing Task Routing Architectures Across LLMs and Cross-Encoders

统一的多任务相关性建模在电子商务中的应用：跨大语言模型和交叉编码器的任务路由架构比较

Md Omar Faruk Rokon, Jhalak Nilesh Acharya, Shasvat Desai, Hong Yao, Kuang-chih Lee

AI总结针对电子商务中六种实体对关系类型的多任务相关性建模问题，本文系统比较了三种任务路由架构在LoRA适配的大语言模型和全微调交叉编码器上的表现，提出MHP集成方法达到89.96%准确率，并发现编码器-解码器在任务身份编码上的不对称性。

Comments Accepted at E-commerce workshop, SIGIR 2026

2606.23911 2026-06-24 cs.IR 新提交

Scaling Dense Retrieval with LLM-Annotated Training Data: Structured Mining and Progressive Curriculum for E-Commerce Sponsored Search

使用LLM标注的训练数据扩展稠密检索：面向电商赞助搜索的结构化挖掘与渐进式课程

Md Omar Faruk Rokon, Shasvat Desai, Jhalak Nilesh Acharya, Isha Shah, Kumar Priyam, Brahanyaa Somasundaram, Vamsee Tangirala, Minuteresa Thomas, Vivek Arora, Vijay Manchi, Hong Yao, Kuang-chih Lee

AI总结针对电商搜索中点击信号偏差和人工标注成本高的问题，提出利用多通道检索挖掘、校准的LLM级联标注和五级渐进式课程训练，在Walmart搜索中实现NDCG@10提升5.1%，尾查询提升显著。

Comments Accepted at E-Commerce Workshop, SIGIR 2026

2606.23889 2026-06-24 cs.IR 新提交

INSPIRE: Intent-aware Neural Sponsored Product Retrieval for E-commerce

INSPIRE：面向电子商务的意图感知神经赞助商品检索

Shasvat Desai, Hong Yao, Utkarsh Porwal, Kuang-chih Lee

AI总结针对电商搜索中用户意图与商品不匹配问题，提出INSPIRE框架，利用结构化意图信号（如品牌、口味、饮食限制）增强查询与赞助商品的匹配，通过弱监督意图学习和大模型蒸馏实现精准检索。

Comments Accepted to ACM SIGIR E-commerce Workshop, 2026

2601.09496 2026-06-24 cs.IR 版本更新

Unifying Search and Recommendation in LLMs via Gradient Multi-Subspace Tuning

通过梯度多子空间调优统一大语言模型中的搜索与推荐

Jujia Zhao, Zihan Wang, Shuaiqun Pan, Suzan Verberne, Zhaochun Ren

AI总结针对搜索与推荐统一中全微调计算昂贵、参数高效微调存在梯度冲突和用户意图理解偏移的问题，提出梯度多子空间调优框架，通过多子空间分解和零空间投影缓解冲突并保持通用知识，在基准数据集上超越现有方法。

Comments Accepted by SIGIR 2026