JevRec:用变长词编码物品的生成式推荐
热点事件持续更新
JevRec:用变长词编码物品的生成式推荐
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
Qiyong Zhong 等作者提出 JevRec 生成式推荐方法,把物品编码为可变长度的“词”:高频物品用更短的语义 ID(SID),长尾物品保留更丰富的描述,再从交互上下文生成下一个物品。作者称,该方法用独立的长度预测头与内容生成头共享交互历史表示,降低了长度预测与内容预测之间的梯度冲突。 在三个公开数据集上,作者报告 JevRec 在所有评测推荐指标上均优于对比基线,训练与推理时间低于 TIGER。上述效果来自论文自述,尚未见独立复现。
AI 根据报道生成 · 2 小时前更新
最新进展10月28日 12:00
JevRec:面向 LLM 生成式推荐的语言编码与类 Jev 决策建模报道时间线
沿着报道,了解事件的不同侧面。
10月28日
- arXiv cs.CLJevRec:面向 LLM 生成式推荐的语言编码与类 Jev 决策建模
JevRec 提出用可变长度词编码物品的生成式推荐方法,为高频物品生成更短 SID、为长尾物品保留更丰富描述,并用独立长度预测头与内容生成头共享交互历史表示。在三个公开数据集上,JevRec 在所有评测推荐指标上均优于对比基线,训练与推理时间低于 TIGER,并降低了长度与内容预测间的梯度冲突。
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。