研究者提出生成式推荐框架MV-Thinker

研究者提出生成式推荐框架 MV-Thinker，用多视角时间思考分别建模用户的全历史与近期行为，将两者协调为互补上下文，再通过分层残差适配，为每次 SID（语义 ID）决策选择个性化变换。作者称，在四个公开数据集上，该框架在多项排序指标上持续优于强判别式与生成式推荐基线。 论文与实现代码、数据集已公开。上述比较结果来自作者在论文中的报告。

AI 根据报道生成 · 5 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。