RecPFN

RecPFN 将上下文学习引入推荐系统

研究人员推出 RecPFN，这是一种用于顺序推荐系统中上下文学习的新型网络。该模型在合成数据上进行预训练，使其能够以最少的数据进行贝叶斯风格的推理。然后，一个轻量级的仅解码器 Transformer 在单次传递中生成下一项预测，而无需更新权重。RecPFN 在八个基准测试中展示了最先进的零样本性能，在低计算和低数据场景中优于监督方法，并为可泛化和数据高效的推荐器提供了一种实用的方法。