Item Distribution Matching

新知识蒸馏方法增强生成式推荐系统

研究人员为利用语义ID的生成式推荐系统开发了一种新颖的知识蒸馏技术。该方法在新的arXiv论文中有所详述，通过引入两个互补的目标：物品分布匹配（IDM）和代码边际匹配（CMM），解决了物品空间和代码空间之间知识迁移的挑战。IDM重建并对齐物品分布，而CMM匹配源自教师物品概率的代码边际。实验表明，IDM将Recall@10提高了15.39%，CMM将NDCG@10提高了8.28%，显著优于现有的最先进方法。