Google（谷歌）

Token Factory: Efficiently Integrating Diverse Signals into Large Recommendation Models

Token Factory：高效整合多样化信号于大型推荐模型

Xilun Chen, Shao-Chuan Wang, Baykal Cakici, Lukasz Heldt, Lichan Hong, Raghu Keshavan, Aniruddh Nath, Li Wei, Xinyang Yi

机构 * Google（谷歌） 纠错

AI总结 提出Token Factory框架，将传统信号转化为软令牌，高效集成到基于Transformer的大型推荐模型中，避免提示长度爆炸并提升性能。

Comments 8 pages, 10 figures

TSA: Temporal Slot Activation for Persistent Object-Centric Video Representation

TSA: 时间槽激活用于持久目标中心视频表示

Duc Nguyen, Sieu Tran, Hao Vo, Khoa Vo, Duy Minh Ho Nguyen, Nghi D. Q. Bui, Anh Nguyen, Long Mai, Ngan Le

机构 * University of Arkansas, USA（阿肯色大学） ； Max Planck Research School for Intelligent Systems（马克斯·普朗克智能系统研究所） ； Google Research, Google（谷歌研究院） ； University of Liverpool, UK（利物浦大学） ； Adobe Research（Adobe研究院） 纠错

AI总结 提出时间槽激活（TSA）机制，通过学习每槽每帧激活分数实现持久槽的生命周期建模，解决无条件传播导致的状态漂移和重建干扰问题，在多个基准上提升目标分解和时间身份保持。

Automated Modernization of Machine Learning Engineering Notebooks for Reproducibility

机器学习工程笔记本的自动化现代化进程以实现可重现性

Bihui Jin, Kaiyuan Wang, Pengyu Nie

机构 * University of Waterloo（滑铁卢大学） ； Google（谷歌公司） 纠错

AI总结 本文提出MLEModernizer，通过LLM驱动的框架自动化现代化工机器学习工程笔记本，以恢复其在不断变化的环境中的可重现性。