KuaiRand
PulseAugur coverage of KuaiRand — every cluster mentioning KuaiRand across labs, papers, and developer communities, ranked by signal.
2 天有情绪数据
-
新的评估器SurvEval改进了推荐系统重排评估
研究人员开发了SurvEval,这是一种新颖的列表评估器,旨在改进推荐系统重排阶段的评估。与现有方法(这些方法简化了用户浏览假设并将多个目标聚合为单一分数)不同,SurvEval使用生存分析顺序建模用户曝光,并包含一个多目标价值估计模块。这种方法旨在通过在统一的Transformer架构内联合优化这些组件,更准确地反映列表效用。在KuaiRand和Avito数据集上的实验表明,SurvEval的表现优于当前最先进的基线。
-
新的推荐日志审计方法发布在arXiv上
一项新的研究论文介绍了一种用于推荐日志的配对支持审计方法,使用了KuaiRand数据集。研究发现,虽然用户降级可以显著降低绝对平均绝对误差,但它对中心化MAE的影响较小,并且不能可靠地提高排名相关性。研究还强调,决策证据是特定于截止值的,并表明在某些情况下,类别校准可以优于标量校准。
-
新的强化学习方法通过细粒度信用分配增强大型语言模型推理能力 · 跟踪 9 个来源
研究人员正在开发用于大型语言模型(LLM)强化学习(RL)的信用分配新方法,以提高其推理和决策能力。几篇论文提出了像 ForkGRPO、CASI、CCPO 和 CoCA 这样的新颖框架,旨在为 LLM 代理采取的行动提供更细粒度和更准确的信用分配。这些方法解决了延迟奖励、稀疏反馈以及区分个体推理步骤贡献的需求等挑战,最终在各种基准测试和实际应用中取得更好的性能。
-
ChronicleRec 框架压缩用户行为以改进推荐系统
研究人员开发了 ChronicleRec,一个用于预训练和迁移用户行为模型的新颖框架。该方法将超长历史行为序列压缩成按时间顺序排列的“Chronicle Tokens”,保留近期行为并简化远期历史。该框架使用因果编码器和多视界设计来学习互补的长期兴趣,并从旧历史中重建近期行为。在 KuaiRand 和 Tencent AdLive 数据集上的实验表明,ChronicleRec 的性能优于现有基线,并且为期七天的在线 A/B 测试证实了…
-
新框架通过校准不确定性改进广告竞价
一篇新的研究论文介绍了一个决策校准一致性框架,旨在改进流媒体广告中的竞价决策。该框架通过根据预测误差对可部署策略的影响来衡量预测误差,从而解决了未来库存、需求和用户体验方面的不确定性。与传统方法相比,所提出的方法显著减小了不确定性半径,从而制定了更自信、不那么保守的竞价策略。
-
新框架助力解决未知干扰下的在线实验设计
一项新的研究论文介绍了一个在干扰机制未知的情况下选择在线实验设计的框架。该方法称为鲁棒设计选择,根据最坏情况规划风险评估了六种不同的设计,并考虑了偏差、方差、成本和估计量不匹配等因素。该论文提供了理论保证,并在公共数据集上展示了其应用,根据 Criteo 广告、Open Bandit 和 KuaiRand 的各自风险推荐了具体设计。