arXiv · cs.AI · Rongfeng Guo, Zhuang Zhuang, Ji Dai, Peng Zhao, Shijie Li, Jie Chen, Teng Long, Vincent Tao Hu, Fei Pan · 8 小时前模型评分28
SA-OPSD：面向生成式推荐的搜索感知在线策略自蒸馏框架
Search-Aware On-Policy Self-Distillation with Sibling Alignment for Generative Recommendation
导读
研究者提出搜索感知在线策略自蒸馏框架（SA-OPSD，Search-Aware On-Policy Self-Distillation），把自教师知识迁移到学生束搜索实际访问的状态上。
分类置信度
中 · 待人工复核
- 只有单一媒体来源，需要人工复核。
来源级别：媒体与个人
事件类型：研究发布
证据摘录
- “To address these challenges, we propose Search-Aware On-Policy Self-Distillation (SA-OPSD), a framework that transfers privileged self-teacher knowledge to the states visited during the student's own beam search.”
来源：arXiv · cs.AI · arxiv.org