PyTorchKR Papers

최신 논문

총 1편
태그·기간 등 상세 필터

카테고리 탐색

로그인 후 이 태그 구독

arXiv:2607.00448v1cs.IR

Real-Time Hard Negative Sampling via LLM-based Clustering for Large-Scale Two-Tower Retrieval

LLM 기반 클러스터링을 활용해 투-타워(two-tower) 추천 모델의 하드 네거티브 샘플링(hard negative sampling) 문제를 해결하는 자기지도(self-supervised) 방법론을 제안하며, 동일 클러스터 내 아이템을 실시간으로 네거티브 샘플로 활용하는 GOOBS 프레임워크를 소개한다. 공개 데이터셋 및 대규모 산업 시스템 배포 실험에서 기존 인-배치(in-batch)/아웃-오브-배치(out-of-batch) 방식 대비 유의미한 성능 향상(+53% CTR)을 달성하였으며, 인기도 편향(popularity bias) 완화 효과도 확인되었다.