电子商务的生成检索：联合学习具有相同产品集群的嵌入和码本

随着大语言模型（LLM）的发展，生成检索在电子商务场景中变得越来越重要。目前的主流方法通常使用两阶段训练策略：首先训练产品嵌入模型，然后学习将嵌入映射到产品 ID 的密码本。这种级联方法存在两个主要问题：（1）错误积累——如果第一阶段的嵌入模型产生有偏差的表示，第二阶段的码本无法纠正这些错误，从而降低最终的检索性能； （2）密码本学习仅依赖于产品嵌入，缺乏查询到产品和产品到产品交互的建模。因此，属于同一簇的产品可能会被码本分配不一致的 ID，从而进一步损害检索准确性。为了解决这些问题，我们提出了一种新颖的方法，联合训练嵌入模型和码本，并将相同的产品集群信息合并为额外的监督信号。实验结果表明，我们的方法显着提高了电子商务检索性能，同时增强了嵌入和码本学习。