RecSoup

RecSoup：可控推荐系统的高效模型融合

研究人员开发了一种新颖的两阶段模型融合方法RecSoup，旨在增强可控多目标推荐（CMOR）系统。该方法解决了现有CMOR技术成本高或权衡能力受限的缺点。RecSoup采用专门的剪枝策略来减少不同目标参数之间的干扰，并采用自适应融合过程，允许在推理时进行动态控制。实验表明，与参数生成方法相比，RecSoup显著提高了帕累托前沿的质量和可控性，同时提供了更快的推理速度。