研究者提出API框架复用预训练可解释特征做生成式推荐
热点事件持续更新
研究者提出API框架复用预训练可解释特征做生成式推荐
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
Ziluowen Luo等作者提出API框架,直接复用预训练稀疏自编码器暴露的预训练语言模型(PLM)可解释特征索引,作为生成式推荐的语义ID词表,无需额外词表学习。 该框架用Pretrained Interpretable IDs保留特征索引与相对激活强度以区分物品,并通过Semantic Prediction Adapter联合预测特征索引和强度来学习用户偏好。作者称,这一设计旨在实现有效且可解释的生成式推荐。
AI 根据报道生成 · 2 小时前更新
最新进展10月28日 12:00
复用预训练可解释特征作为生成式推荐词表:API 框架报道时间线
沿着报道,了解事件的不同侧面。
10月28日
- arXiv cs.AI复用预训练可解释特征作为生成式推荐词表:API 框架
研究者提出 API 框架,直接复用预训练稀疏自编码器暴露的 PLM 可解释特征索引作为生成式推荐的语义 ID 词表,无需额外词表学习。框架用 Pretrained Interpretable IDs 保留特征索引与相对激活强度以区分物品,并通过 Semantic Prediction Adapter 联合预测特征索引和强度来学习用户偏好。
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。