研究人员开发了一种名为NONTP的新训练方法，以改进生成式推荐系统。该方法通过纳入时间局部性和空间局部性目标来解决下一词预测（NTP）的局限性。时间对比学习（TCL）对齐未来轨迹，而跨域学习（TDL）利用跨域上下文。这些在推理时没有额外开销的补充，在基准数据集的HR@10和NDCG@10等指标上显示出显著的改进，并在在线A/B测试中带来了1.8%的点击率（CTR）增长和2.1%的商品总值（GMV）增长。 AI
影响 通过改善训练信号覆盖范围来增强推荐系统性能，可能带来更好的用户参与度和转化率。
排序理由 该集群包含一篇详细介绍生成式推荐系统新方法的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]
在 arXiv cs.IR (Information Retrieval) 阅读 →
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
