PulseAugur
中
实时 23:30:32
English(EN) WHALE: A Scalable Unified Model for Recommendation with Wukong-HSTU Architecture

WHALE架构通过Wukong和HSTU统一推荐特征

作者 PulseAugur 编辑部 · [2 个来源] ·

研究人员推出了一种新颖的推荐架构WHALE，旨在高效地统一非序列特征和序列特征。该模型利用Wukong进行高阶非序列特征交互，并利用HSTU进行长用户行为序列建模。通过将这些组件与基于注意力机制的融合模块集成，WHALE实现了两个骨干网络之间的渐进式交换，从而能够详细检索用户历史记录中的证据。该架构已通过定制的Triton内核和其他系统级协同设计技术进行了优化，以提高训练和推理效率，并在工业环境中展示了持续的离线收益和积极的在线结果。 AI

影响 该架构为统一推荐系统中的各种数据源提供了一种可扩展的方法，有可能改善个性化和用户体验。

排序理由 该集群包含一篇详细介绍新模型架构的学术论文。

在 arXiv cs.IR (Information Retrieval) 阅读 →

AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →

WHALE架构通过Wukong和HSTU统一推荐特征

报道来源 [2]

  1. arXiv cs.AI TIER_1 English(EN) · Renqin Cai, Dawei Sun, Yuanjun Yao, Zhiyong Wang, Velvin Fu, Maggie Zhuang, Yu Shi, Zhongnan Fang, Xuan Cao, Jing Qian, Rui Li ·

    WHALE: 一种基于Wukong-HSTU架构的可扩展统一推荐模型

    arXiv:2607.17017v1 Announce Type: cross Abstract: As scalability becomes increasingly important in recommendation modeling, recent architectures have advanced the modeling of two broad sources of ranking signals along separate paths: non-sequence features, including user, item, c…

  2. arXiv cs.IR (Information Retrieval) TIER_1 English(EN) · Rui Li ·

    WHALE: 一种可扩展的统一推荐模型，采用 Wukong-HSTU 架构

    As scalability becomes increasingly important in recommendation modeling, recent architectures have advanced the modeling of two broad sources of ranking signals along separate paths: non-sequence features, including user, item, context, and cross features; and sequence features …

相关实体

相关话题