OneTrans
PulseAugur coverage of OneTrans — every cluster mentioning OneTrans across labs, papers, and developer communities, ranked by signal.
1 天有情绪数据
-
新的TMallGS架构提升了生成式电子商务搜索性能
研究人员开发了TMallGS，这是一种旨在通过统一特征和序列建模来增强生成式电子商务搜索的新架构。该系统通过采用分层分布校准的标记化和字段自适应门控Transformer骨干网络，解决了当前基于Transformer的方法的局限性。TMallGS还集成了解耦的FiLM晚期融合、上下文感知偏置网络和错误感知渐进式训练，以改善语义交互和信号保留。在Tmall Search上进行的在线A/B测试表明，在训练吞吐量、UCTCVR和GMV方面均…
-
DeRes架构通过双残差路径改进CTR预测
研究人员推出了一种新颖的Transformer基础CTR预测模型架构DeRes，它解耦了残差稳定性和自适应性。这种新设计采用了并行的恒等映射和注意力块残差路径，能够更好地保留早期信号并更有效地回忆长距离依赖关系。DeRes在大规模数据集上表现出卓越的性能，在计算成本仅略微增加的情况下超越了现有模型，并提供了显著更陡峭的计算-AUC缩放定律。
-
新的LENS系统增强了序列CTR预测模型
研究人员推出了一种名为LENS的新型两模块系统，旨在增强序列点击率（CTR）预测模型。LENS旨在改善潜在查询架构中的目标特定控制，因为这些架构有时会稀释这种特异性。该系统包括一个用于查询激活的目标条件查询门（TCQG）和一个用于历史检索的目标条件位置偏差（TCPB）。当与特定于查询的位置偏差（QueryPos）结合使用时，LENS在各种潜在查询骨干网和数据集上均显示出积极的收益，表明其在提高CTR预测准确性方面是有效的。