ComeIR：条件记忆增强生成式推荐物品表示
热点事件持续更新
ComeIR：条件记忆增强生成式推荐物品表示
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 Ziwei Liu 等提交论文预印本，提出 ComeIR 框架，用于生成式推荐中的物品表示。该框架针对 SID 表示阶段物品语义丢失、结构化 SID 关系建模不足的问题，将 SID code 嵌入重建为物品感知输入，并保留结构化 SID 证据用于预测。 ComeIR 包含物品引导的 Token Scoring、双层条件记忆与 Memory Merge，以及记忆恢复预测头。作者在论文中称实验显示该框架有效且灵活，扩大条件记忆还能带来可扩展的收益。
AI 根据报道生成 · 2 小时前更新
最新进展10月31日 12:00
ComeIR：面向生成式推荐的条件记忆增强物品表示框架报道时间线
沿着报道，了解事件的不同侧面。
10月31日
- arXiv cs.AIComeIR：面向生成式推荐的条件记忆增强物品表示框架
针对生成式推荐中 SID 表示阶段物品语义丢失与结构化 SID 关系建模不足的问题，研究者提出 ComeIR 框架，将 SID code 嵌入重建为物品感知输入并保留结构化 SID 证据。该框架包含物品引导的 Token Scoring、双层条件记忆与 Memory Merge，以及记忆恢复预测头。实验显示 ComeIR 有效且灵活，扩大条件记忆还能带来可扩展的收益。
本事件热度走势
- 可比范围当前
- 7
- 可比范围峰值
- 810月31日 22:00
- 近 24 小时变化
- –
02468
22:0023:0011月1日
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。