待验证50% 置信事实精确时间
Google 的 TIGER（Transformer Index for Generative Recommenders）提出用语义ID表示物品，将推荐问题转化为序列到序列的生成任务，通过自回归方式逐token生成推荐物品的语义ID
1
来源数
50%
置信度
长期有效
时效性
2026/8/17
首次发现
来源
相关事实
待验证Cross-Encoder将查询和文档拼接为一个输入序列，通过Transformer的全注意力机制进行深度交互建模，代表性模型包括Cohere Rerank、BGE-Reranker、ms-marco-MiniLM等66% 相似待验证Transformer的编码器负责将输入序列映射为上下文表示，适用于分类理解类任务；解码器自回归生成输出序列，适用于文本生成任务64% 相似已验证基于Transformer的大语言模型使用注意力机制将系统提示、用户输入和外部检索内容统一编码为同质化的token序列，模型无法在语义层面区分可信指令与不可信数据62% 相似待验证Transformer架构采用自回归方式生成文本，每次输出一个Token并追加到输入序列后预测下一个Token，导致推理过程串行61% 相似待验证成熟产品往往组合使用多种方案：先用热词偏置在解码时输出正确术语，再用后处理词典兜底，最后在数据积累后考虑微调60% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/762663API
curl https://kongchang.com/api/v1/knowledge/claims/762663MCP
get_claim(id=762663)