MovieLens-100k
PulseAugur coverage of MovieLens-100k — every cluster mentioning MovieLens-100k across labs, papers, and developer communities, ranked by signal.
-
PreGress框架为图节点任务提供原生排序预训练 · 跟踪2个来源
研究人员推出PreGress，一个专为图节点排序任务设计的新颖框架。该系统利用原生排序预训练方法，并具有特定的目标，以捕捉图中的结构和属性信息。为了在不完全重新训练的情况下适应各种排序标准，PreGress采用了轻量级的、特定任务的提示模块。在多个公开图和真实世界基准（如Yelp2018和MovieLens-100K）上的实验表明，它能够以最小的任务特定开销实现强大的排序质量。
-
FlowAdam 优化器通过 ODE 集成和软动量注入增强训练
研究人员开发了 FlowAdam，这是一种新颖的优化器，通过普通微分方程 (ODE) 集成连续梯度流，从而增强了 Adam 优化器。这种混合方法旨在提高耦合参数任务的性能，例如矩阵分解和图神经网络，在这些任务中，标准 Adam 由于其逐坐标缩放而可能难以处理。FlowAdam 包含一种“软动量注入”机制，在模式转换期间将 ODE 速度与 Adam 的动量相结合，从而防止训练崩溃并提供隐式正则化。实验表明，FlowAdam 在特定基准测…
-
新的 Bandit 算法确保推荐系统中的公平曝光
研究人员开发了一种新的随机 Bandit 方法，该方法解决了最小曝光约束问题，这对于推荐系统和内容策展等应用至关重要。提出的 BDQ-UCB 算法确保了曝光地板的确定性满足，实现了由非强制性预算而非总时间范围决定的公平遗憾。MOSS 和 kl-UCB++ 等变体提供了进一步的优化，匹配的下界确立了 minimax 速率。该框架在涉及重叠组地板的复杂场景中尤其有效，可保证可行性和与现有方法相比具有竞争力的遗憾。