연구진은 사용자 의도를 파악하여 뉴스 추천 정확도를 높이는 새로운 시스템을 개발했습니다. 이 시스템은 6가지 의도 유형을 분석하여 기존 RAG 파이프라인의 검색 병목 현상을 해결합니다.
두 단계 훈련을 거친 7B 모델은 다양한 의도를 계층적 Semantic ID (SID)로 변환하고, 이를 뉴스 풀과 매칭하여 완전한 기반을 갖춘 추천을 제공합니다.
실제 중국 뉴스 플랫폼에서 테스트 결과, 환각이 0%이고 L1 매치가 12.4%로 무작위 기준선보다 4배 높았으며, GPT-4+Hybrid RAG를 능가하는 성능을 보였습니다.