研究人员开发了RetrievalFormer,一个双编码器Transformer模型,用于高效的近似最近邻检索和冷门商品推荐。该模型解决了在不重新训练的情况下将新商品纳入共享搜索和推荐索引的挑战,这是传统ID-softmax推荐器的局限性。RetrievalFormer的基于内容的塔在冷启动场景中表现强劲,优于专用方法和无需训练的基线。 AI
影响 引入了一种处理推荐系统中新商品的新方法,有望改善用户体验和索引效率。
排序理由 该集群包含一篇详细介绍新模型架构的研究论文。[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 2 个来源。 我们如何撰写摘要 →