# GBLA: procesar historiales largos de recomendación con eficiencia

Análisis técnico y desde la práctica de patentes de la atención lineal bidireccional con compuertas, su codificador híbrido y los resultados publicados.

Source: https://www.iplexlaw.co.kr/es/blog/gbla-generative-retrieval

INICIO / Noticias y análisis Noticias y análisis GBLA: procesar historiales largos de recomendación con eficiencia Análisis técnico y desde la práctica de patentes de la atención lineal bidireccional con compuertas, su codificador híbrido y los resultados publicados. Inteligencia artificial 2026.10.27 publicado IPLEX 12 min de lectura El problema de investigación Gated Bidirectional Linear Attention for Generative Retrieval, de Artem Matveev, Vladislav Tytskiy, Sergei Makeev y Sergei Liamaev, de Yandex, estudia el aprovechamiento eficiente de historiales extensos. Este análisis sigue la versión 2 de arXiv, de 8 de junio de 2026, del trabajo aceptado en SIGIR 2026. La recuperación generativa produce identificadores semánticos de elementos candidatos, no una respuesta textual convencional. Historial bidireccional y salida autorregresiva El codificador puede relacionar ambas direcciones del historial ya observado al predecir; el decodificador genera autorregresivamente los tokens del identificador. Eso no implica acceso a etiquetas futuras. En el ensayo industrial con longitud 2.048, Recall@1000 fue 0,8667 con autoatención bidireccional y 0,8353 con máscara causal: 3,14 puntos porcentuales de diferencia. La operación lineal y tres mecanismos adicionales La atención ordinaria tiene un coste proporcional a L²dh. La atención lineal bidireccional basada en núcleos reorganiza el cálculo como φ(Q)(φ(K)ᵀV), normalizado por φ(Q)(φ(K)ᵀ1), con una transformación positiva como ELU+1. El núcleo computacional escala como Ldh²: es lineal en L sólo manteniendo fija la anchura dh. GBLA añade mezcla local mediante Conv1D causal antes de las proyecciones Q/K/V, una compuerta escalar de claves normalizada entre posiciones y una compuerta de salida que combina RMSNorm y SiLU. El peso de las claves interviene tanto en el agregado como en su denominador; es ponderación suave, no eliminación binaria ni olvido recurrente. El núcleo de convolución utilizado tiene tamaño cuatro. Figura 1 original: mezcla local y compuertas de claves y salida Por qué conservar una arquitectura híbrida Se concatenan y proyectan representaciones multi-hash hacia el codificador, conectado a un decodificador con atención cruzada. Las nueve capas repiten [autoatención, GBLA, GBLA]: se conservan tres capas de autoatención y se sustituyen seis. El conjunto, por tanto, no es completamente lineal. Con longitud 2.048, Recall@1000 fue 0,8668 para el híbrido y 0,8586 para un codificador íntegramente GBLA, una diferencia de 0,82 puntos. Tablas 1 y 2 originales: bidireccionalidad y configuración híbrida Resultados industriales y ablaciones El experimento privado de Yandex empleó siete días y unos 400 millones de ejemplos de entrenamiento, con evaluación al día siguiente. El codificador tenía nueve capas, anchura 1.024 y 16 cabezas; el decodificador causal, una capa. Se igualó el tamaño efectivo de lote, pero las tasas máximas de aprendizaje fueron distintas: 7×10⁻⁴ y 5×10⁻⁴. Recall@1000 mide cobertura de candidatos para un clasificador posterior, no clics ni ingresos. Autoatención/híbrido obtuvo 0,8667/0,8668 con longitud 2.048; 0,8784/0,8790 con 4.096; y 0,8854/0,8842 con 8.192. En esta última, Recall@10 fue 0,3013/0,2948: no todas las métricas mejoraron. A 2.048, quitar la compuerta de claves, la convolución o RMSNorm con compuerta redujo Recall@1000 de 0,8668 a 0,8661, 0,8652 o 0,8641. La atención lineal simple llegó a 0,8620 y Recall@10 de 0,2675, frente a 0,2780 de GBLA. Estas estimaciones no prueban por sí solas significación estadística. Tabla 3 original: calidad de recuperación según longitud Tabla 4 original: ablación de componentes de GBLA Velocidad por capa frente al entrenamiento completo La comparación de una capa en H100 usó lote ocho, diez repeticiones y FlashAttention-v3 como referencia. A 2.048, GBLA tardó 0,618 ms frente a 0,585 ms: fue más lento. Las aceleraciones fueron 1,50× a 4.096, 2,46× a 8.192 y 8,22× a 32.768, con 8,217 frente a 67,542 ms. El titular de 8,2× corresponde a esa capa, no al servicio completo. El entrenamiento completo a 8.192 y lote ocho pasó de 5.400 a 4.200 ms, aproximadamente 1,29×. A 2.048 y lote 32, el híbrido tardó 3.100 frente a 3.000 ms. La atención lineal simple fue aún más rápida a 8.192, con 3.800 ms, a costa de la calidad indicada. Los lotes cambian entre longitudes, por lo que las filas no aíslan únicamente el efecto de L. Figura 2 original: latencia de una capa de atención Tablas 5 y 6 originales: tiempos por capa y de entrenamiento completo Pruebas públicas y límites En Amazon Beauty, Toys y Sports se siguió GRID/Tiger con filtrado 5-core, última interacción para prueba y penúltima para validación, representaciones Flan-T5 e identificadores RK-Means. Los historiales tenían como máximo 128 elementos y se promediaron cinco semillas. Recall@10 de Tiger/GBLA fue 0,0641/0,0611, 0,0584/0,0579 y 0,0345/0,0329. Los valores publicados de Recall y NDCG fueron ligeramente inferiores con GBLA. Proximidad numérica no demuestra equivalencia y no se midió eficiencia en estos historiales cortos. Los datos industriales son privados; las conclusiones dependen del hardware, la arquitectura y las condiciones declaradas. Tabla 7 original: resultados con datos públicos de Amazon Lectura desde la práctica de patentes Interesa relacionar el problema de historiales extensos con la disposición concreta de mezcla local, ponderación de claves, compuertas de salida y autoatención conservada. El análisis debe separar componentes y combinación, precisar las características exigidas por las reivindicaciones y vincular los efectos con experimentos que los respalden. El artículo no acredita novedad ni patentabilidad de una posible reivindicación. Antecedentes, alcance y suficiencia de la descripción requieren valoración propia. Para implementar, conviene medir recuperación de candidatos, clasificación posterior, memoria y latencia total. Se conservan las figuras y tablas originales con explicaciones en español; la publicación y la atribución CC BY 4.0 se enlazan a continuación. Se conservan las indicaciones y formas originales; el contenido se explica en el texto. Servicio relacionado: patentes de IA Artículo y figuras: Matveev y colaboradores, GBLA v2, 2026 (CC BY 4.0) · CC BY 4.0 Leer el original coreano Este artículo del archivo refleja la situación en su fecha de publicación. Contacte con el despacho para analizar su caso. Consultar sobre este tema ↗ Todos los artículos EN ESTA PÁGINA El problema de investigación Historial bidireccional y salida autorregresiva La operación lineal y tres mecanismos adicionales Por qué conservar una arquitectura híbrida Resultados industriales y ablaciones Velocidad por capa frente al entrenamiento completo Pruebas públicas y límites Lectura desde la práctica de patentes HABLE CON IPLEX Consulte sus necesidades de propiedad intelectual Analizamos conjuntamente sus necesidades tecnológicas y empresariales. ↗ Contactar Más reciente Reparación de zapatillas de saxofón: procedimiento y actividad inventiva ↗ Anterior Nulidad de un diseño en Corea: acreditar la divulgación antes de comparar ↗ Artículos relacionados Inteligencia artificial 2026.10.29 SwiLA: una memoria organizada según el contexto Análisis de Switching Linear Attention: cómo combina regresores lineales dentro de un estado fijo, qué muestran sus pruebas de recuperación y qué límites de capacidad y coste computacional persisten. ↗ Lea el artículo Inteligencia artificial 2026.10.28 La patente de síntesis de voz de Microsoft: sonidos, palabras y estructura de la oración La patente US12094447B2 combina información de fonemas o caracteres con representaciones de palabras y estructura gramatical para generar voz. ↗ Lea el artículo Inteligencia artificial 2026.10.22 DFlare amplía el flujo de información del modelo borrador Fusión por capas, proyecciones KV separadas y ponderación progresiva de la pérdida: mecanismos, resultados y límites de un borrador de difusión por bloques. ↗ Lea el artículo

- https://www.iplexlaw.co.kr/es
- https://www.iplexlaw.co.kr/es/blog/category/ai
- https://www.iplexlaw.co.kr/es/ai-patents
- https://arxiv.org/abs/2606.07317v2
- https://creativecommons.org/licenses/by/4.0/
- https://www.iplexlaw.co.kr/ko/blog/gbla-generative-retrieval
- https://www.iplexlaw.co.kr/es/contact
- https://www.iplexlaw.co.kr/es/blog
- https://www.iplexlaw.co.kr/es/blog/gbla-generative-retrieval#article-1885-en-0
- https://www.iplexlaw.co.kr/es/blog/gbla-generative-retrieval#article-1885-en-1
- https://www.iplexlaw.co.kr/es/blog/gbla-generative-retrieval#article-1885-en-2
- https://www.iplexlaw.co.kr/es/blog/gbla-generative-retrieval#article-1885-en-3
- https://www.iplexlaw.co.kr/es/blog/gbla-generative-retrieval#article-1885-en-4
- https://www.iplexlaw.co.kr/es/blog/gbla-generative-retrieval#article-1885-en-5
- https://www.iplexlaw.co.kr/es/blog/gbla-generative-retrieval#article-1885-en-6
- https://www.iplexlaw.co.kr/es/blog/gbla-generative-retrieval#article-1885-en-7
- https://www.iplexlaw.co.kr/es/contact
- https://www.iplexlaw.co.kr/es/blog/brunch-case-1886
- https://www.iplexlaw.co.kr/es/blog/brunch-case-1884
- https://www.iplexlaw.co.kr/es/blog/swila-switching-linear-attention
- https://www.iplexlaw.co.kr/es/blog/swila-switching-linear-attention
- https://www.iplexlaw.co.kr/es/blog/microsoft-multilevel-tts
- https://www.iplexlaw.co.kr/es/blog/microsoft-multilevel-tts
- https://www.iplexlaw.co.kr/es/blog/dflare-block-diffusion-drafting
- https://www.iplexlaw.co.kr/es/blog/dflare-block-diffusion-drafting