PulseAugur
中
实时 05:20:32
实体 Effective Information Length Normalization

Effective Information Length Normalization

PulseAugur coverage of Effective Information Length Normalization — every cluster mentioning Effective Information Length Normalization across labs, papers, and developer communities, ranked by signal.

Show in brief
总计 · 30天
1
90 天内 1
发布 · 30天
0
90 天内 0
论文 · 30天
1
90 天内 1
层级分布 · 90 天
主题
情绪 · 30 天

1 天有情绪数据

最近 · 第 1/1 页 · 共 1 条
  1. RESEARCH · CL_128904 ·

    新的LBR框架解决了基于LLM的推荐系统中的长度偏差问题

    研究人员开发了LBR（长度偏差减少）框架，旨在解决用于推荐系统的大型语言模型（LLM）中的长度偏差问题。这种偏差的发生是因为较长的项目描述会不成比例地影响用户偏好建模，并且在解码时会受到固有歧视。LBR采用长度感知注意力校准来中和输入端的偏差，并采用有效信息长度归一化来处理输出端。在Amazon数据集上的实验表明，LBR以最小的开销显著提高了推荐的准确性和公平性，平均NDCG@5提升了16.82%。