Temporal Autoregressive Alignment

新的TAAL方法显著提高了生成式推荐的准确性

研究人员开发了一种名为时间自回归对齐（TAAL）的新方法，以改进生成式推荐系统。TAAL解决了这些系统中标准的下一个词预测会导致解码早期出现显著剪枝失败的关键问题，超过90%的失败发生在最初的两个步骤内。通过在训练期间从历史转换构建软目标并在推理期间校准候选分数，TAAL显著提高了推荐准确性。该方法展示了显著的改进，包括在Amazon Beauty数据集上NDCG@10提高了39.5%，以及全SID生存率提高了16.6%。