PACERec提出LLM物品嵌入渐进适配框架
热点事件持续更新
PACERec提出LLM物品嵌入渐进适配框架
1 篇报道1 个报道来源8 小时前更新
先了解这件事
AI 综述
Junzhao Huang等人提出PACERec，这是一种无ID的渐进适配框架：它通过频率加权流匹配，从交互充足的物品中学习共享速度场，再把前序交互上下文注入大语言模型的物品嵌入，以缓解稀疏更新与长尾问题。 在三个真实数据集和三种序列骨干上的实验中，该方法在整体推荐与长尾推荐上均优于竞争基线。
AI 根据报道生成 · 2 小时前更新
最新进展11月3日 13:00
PACERec：用协同证据渐进适配 大语言模型（LLM，Large Language Model） 物品嵌入的推荐方法报道时间线
沿着报道，了解事件的不同侧面。
11月3日
- arXiv · cs.AIPACERec：用协同证据渐进适配 大语言模型（LLM，Large Language Model） 物品嵌入的推荐方法
PACERec 提出一种无 ID 的渐进适配框架，通过频率加权流匹配从交互充足物品中学习共享速度场，把前序交互上下文注入大语言模型（LLM，Large Language Model）物品嵌入，缓解稀疏更新与长尾问题。在三个真实数据集和三种序列骨干上的实验显示，该方法在整体与长尾推荐上均优于竞争基线。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。