研究人员开发了一种新方法,通过利用特征不变缩放定律来提高推荐系统A/B测试的效率。该方法利用统计推断,以置信区间预测全面推广的潜在影响,使实践者能够仅通过小规模实验就能筛选掉无效的修改。该方法已在包括Wukong和基于LLM的系统在内的各种推荐模型上得到验证,并在MovieLens-20M数据集上成功识别出改进,同时显著降低了计算成本。 AI
影响 能够实现更高效的实验和更快的迭代周期,以促进推荐系统的开发。
排序理由 该集群包含一篇详细介绍推荐系统新方法的学术论文。
- alphaXiv
- arXiv
- CatalyzeX
- CORE Recommender
- DagsHub
- Gotit.pub
- Hajee Mohammad Danesh Science & Technology University
- Hugging Face
- Influence Flower
- MovieLens-20M
- ScienceCast
- Wukong
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →