RQ-VAE
PulseAugur coverage of RQ-VAE — every cluster mentioning RQ-VAE across labs, papers, and developer communities, ranked by signal.
1 天有情绪数据
-
新的GrIS框架统一了推荐系统的语义和协同信号
研究人员推出了一种名为图信息语义ID (GrIS) 的新框架，该框架将语义ID构建重塑为图上的递归聚类问题。该方法整合了语义内容和协同信号，并包含了RQ-VAE和RQ-KMeans等先前的方法。GrIS通过系统地结合图构建和递归划分算法，在真实数据集上实现了高达52%的Hit@10提升，显示出显著的改进。
-
新AI方法通过优化物品分词来增强生成式推荐系统 · 追踪6个来源
研究人员开发了多种优化物品分词以改进生成式推荐系统的新方法。其中一种方法Tlow使用基于流的模型将语义嵌入转换为标准正态分布，从而实现独立分词，并将微信等平台的用户点击率提高了10%以上。另一种方法DASO通过优化基于难度的奖励来解决基于语义ID的生成中的挑战，在多个基准测试中表现优于现有的GRPO方法。此外，一种动态单层语义码本方法降低了自回归解码成本并提高了检索指标，在在线A/B测试中主要消费指标提高了0.792%。另一种技术语义…
-
LLM用于从GPS数据生成真实的城市出行模式
研究人员开发了一种名为HTP的新方法，使用大型语言模型（LLM）生成真实的城市轨迹。该方法首先生成出行模式，然后合成GPS点，解决了现有方法在捕捉出行模式和生成固定长度轨迹方面的局限性。HTP利用轨迹特定的残差量化变分自编码器将GPS数据转换为出行模式令牌，然后将这些令牌集成到LLM的词汇表中进行序列生成。实验表明，HTP在生成质量上显著优于基线方法。
-
新框架AKT-Rec利用LLM生成的ID改进电子商务推荐
研究人员开发了一个名为AKT-Rec的新框架，以解决长尾推荐系统中的挑战，特别是那些在电子商务平台中存在显著数据不平衡的系统。该框架利用多模态大语言模型（MLLMs）生成语义ID，将内容特征与协同过滤信号对齐。AKT-Rec包含一个不对称对比目标和一个活动感知门控机制，以促进从头部到尾部物品的知识迁移，改进表示学习。在大型工业数据集上的实验以及随后在阿里巴巴天猫平台上的在线A/B测试，在AUC、GAUC、CTR和GMV等关键指标上均显…