43 lines
1.7 KiB
Markdown
43 lines
1.7 KiB
Markdown
---
|
||
title: "Itemic-Text 对齐 (Itemic-Text Alignment)"
|
||
created: 2026-06-10
|
||
updated: 2026-06-10
|
||
type: concept
|
||
tags: [recommendation, alignment, cross-modal, perception]
|
||
sources: [raw/papers/onereason-team-onereason-2026.md]
|
||
---
|
||
|
||
# Itemic-Text 对齐 (Itemic-Text Alignment)
|
||
|
||
> 将 [[itemic-tokens|itemic token]] 与自然语言 token 在语义空间中深度对齐，是为推荐系统解锁推理能力的前提条件。
|
||
|
||
## 问题
|
||
|
||
[[generative-recommendation|生成式推荐]] 中的 itemic token 是「语义空洞」的——模型只能学习表面的 token 转移模式，无法理解 token 背后代表的商品/视频/直播的语义内容。
|
||
|
||
## 解决方案
|
||
|
||
OneReason 在 Pre-training 阶段强化 itemic-text 对齐：
|
||
|
||
- **Coarse-to-fine 对齐语料**：收集复杂多样的对齐预训练语料
|
||
- **跨模态语义空间**：将新增的 itemic token 与 text token 在同一语义空间中对齐
|
||
- **四粒度预训练**：不同粒度（token/item/sequence/session）的对齐样本
|
||
|
||
## 为什么对齐是推理的前提
|
||
|
||
借鉴多模态 LLM 的研究发现：
|
||
|
||
1. **Alignment Failure 模式**：当视觉和文本模态未充分对齐时，模型会机械地「读取」表面视觉文本而非真正推理底层语义
|
||
2. **Perception→Cognition 路径**：高级交互式推理无法在建立稳健跨模态感知对齐之前涌现
|
||
|
||
## 在 OneReason 框架中的位置
|
||
|
||
Itemic-text 对齐是 [[perception-cognition-recommendation|R0 (Perception)]] 的核心，为 R1-R3 各层推理提供语义基础。
|
||
|
||
## 参考
|
||
|
||
- [[itemic-tokens|Itemic Token]]
|
||
- [[perception-cognition-recommendation|感知-认知推荐层次]]
|
||
- [[onereason|OneReason]]
|
||
- [[generative-recommendation|生成式推荐]]
|