实体 K-RagRec

K-RagRec

PulseAugur coverage of K-RagRec — every cluster mentioning K-RagRec across labs, papers, and developer communities, ranked by signal.

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

TOOL · CL_239214 · Sep 7 · 04:00

新框架使推荐系统能够适应用户意图漂移

研究人员推出了一种名为CGM-Rec的新型框架，旨在通过适应不断变化的用户意图来增强推荐系统。与将知识图谱视为静态的传统系统不同，CGM-Rec将图谱视为可写内存。它采用语义图记忆来保持稳定的知识，并采用情景学习记忆来记录近期结果和失败案例。这种方法允许通过内存写入进行适应，而无需更改模型参数，在各种推荐场景中显示出优于现有基于神经网络和LLM的基线方法的显著改进。