研究人员推出了一种新颖的测试时范式MATT-CTR，旨在提高点击率（CTR）预测模型的准确性。该方法模型无关，专注于在推理而非训练过程中提高预测精度。MATT-CTR使用分层概率哈希方法量化特征组合的置信度，然后基于这些置信度分数生成多个推理路径，以减轻不可靠特征的影响。通过广泛的离线实验和在线A/B测试验证，这些路径的聚合预测带来了更稳健的结果。 AI
排序理由 这是一篇详细介绍CTR预测新方法的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
arXiv:2510.08932v2 Announce Type: replace Abstract: Recently, a growing body of research has focused on either optimizing CTR model architectures to better model feature interactions or refining training objectives to aid parameter learning, thereby achieving better predictive pe…