RPSD：用最优传输做检索特权在线自蒸馏的序列推荐
热点事件持续更新
RPSD：用最优传输做检索特权在线自蒸馏的序列推荐
1 篇报道1 个报道来源12 小时前更新
先了解这件事
AI 综述
研究者 Dongyue Li 等人提出 RPSD（Retrieval-Privileged on-policy Self-Distillation）序列推荐方法，针对信用盲优化与协同盲监督两个问题：通过在线自蒸馏把序列级奖励重塑为 token 级信用，并用时间感知最优传输从相似用户的行为轨迹中提取跨用户特权证据。作者称这是首次将在线自蒸馏引入序列推荐，并在多个真实数据集上取得 SOTA 表现。
AI 根据报道生成 · 3 小时前更新
最新进展10月28日 12:00
RPSD：用最优传输实现检索特权在线自蒸馏的序列推荐方法报道时间线
沿着报道，了解事件的不同侧面。
10月28日
- arXiv cs.AIRPSD：用最优传输实现检索特权在线自蒸馏的序列推荐方法
研究者提出 RPSD（Retrieval-Privileged on-policy Self-Distillation），通过在线自蒸馏将序列级奖励重塑为 token 级信用，并用时间感知最优传输（OT）从相似用户的行为轨迹中提取跨用户特权证据，解决信用盲优化与协同盲监督两大问题。该工作称首次将在线自蒸馏引入序列推荐，并在多个真实数据集上取得 SOTA 表现。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。