研究人员开发了 TM20K，一个新颖的两阶段知识蒸馏框架，用于增强电商广告推荐系统中的序列建模。该方法利用带有 token 合并技术的全 transformer 模型，高效处理长达 20,000 个 token 的超长序列。该框架成功将 ADSS 等关键业务指标提升了 1% 以上，同时保持了与现有最先进模型相当的训练和服务成本。 AI
影响 这项研究为处理长用户行为序列提供了一种更有效的方法，有望提高广告推荐系统的准确性和成本效益。
排序理由 关于序列建模新方法的学术论文。[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 →
