研究人员开发了一个名为Refiner的新框架,用于生成式推荐系统,旨在通过潜在残差推理提高排名质量。该方法引入了一种通过累积加法校正来逐步精炼排名分数,利用精炼的用户行为表示进行候选特定推理,并采用LoRA模块进行参数高效微调的机制。在公开基准、工业数据集和在线A/B测试上的实验表明,Refiner的性能持续优于直接预测方法,证明了其有效性和实用性。 AI
影响 引入了一种新颖的推理机制,可以提高推荐系统的准确性和效率。
排序理由 详细介绍生成式推荐系统新框架的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]
在 arXiv cs.IR (Information Retrieval) 阅读 →
- arXiv
- Chain-of-Thought
- CORE Recommender
- Generative recommendation
- Hugging Face
- Influence Flower
- LoRA
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →