David Bauer

Bumblebee 架构交错序列和特征模型以获得更好的推荐效果

研究人员推出了一种新颖的推荐系统架构 Bumblebee，旨在整合序列建模和特征交互方法。该系统采用交错、可堆叠的块设计，每个块结合了序列个性化、基于注意力的编码和特征交叉。通过鼓励模态的早期和重复混合并使用残差连接，Bumblebee 在不增加参数的情况下实现了改进的预测性能。在大规模工业数据上的评估表明，与基线模型相比，性能持续提升，这表明这种交错组合是未来推荐系统的一个有前景的范式。