Meta - arXivDaily 大厂专区

2604.24806 2026-06-12 cs.IR cs.AI cs.DB 版本更新

Versioned Late Materialization for Ultra-Long Sequence Training in Recommendation Systems at Scale

版本化延迟物化：面向大规模推荐系统的超长序列训练

Liang Guo, Ge Song, Litao Deng, Jianhui Sun, Chufeng Hu, Lu Zhang, Zhen Ma, Shouwei Chen, Weiran Liu, Sarang Masti Sreeshylan, Xiaoxuan Meng, Yanzun Huang

机构 * Meta Platforms, Inc.（Meta平台）

AI总结提出版本化延迟物化范式，通过归一化存储和即时序列重建消除数据冗余，支持超长用户交互历史训练，降低存储I/O开销并提升模型质量。

2603.14482 2026-06-12 cs.CV 版本更新

V-JEPA 2.1: Unlocking Dense Features in Video Self-Supervised Learning

V-JEPA 2.1: 解锁视频自监督学习中的密集特征

Lorenzo Mur-Labadia, Matthew Muckley, Amir Bar, Mido Assran, Koustuv Sinha, Mike Rabbat, Yann LeCun, Nicolas Ballas, Adrien Bardes

机构 * FAIR at Meta（Meta的FAIR）； Universidad de Zaragoza（萨拉戈萨大学）

AI总结提出V-JEPA 2.1系列自监督模型，通过密集预测损失、深度自监督、多模态分词器和有效缩放，学习图像和视频的密集高质量视觉表示，在多个基准上取得最优性能。

2603.12530 2026-06-12 cs.LG 版本更新

Mixing Makes Markovian Contexts Cheap for Linear Bandits

混合使得马尔可夫上下文在线性赌博机中变得廉价

Kaan Buyukkalayci, Osama Hanna, Christina Fragouli

机构 * University of California, Los Angeles（加州大学洛杉矶分校）； Meta, Superintelligence Lab（Meta超智能实验室）

AI总结针对马尔可夫上下文线性赌博机问题，提出一种基于均匀几何遍历性的约简方法，通过构建平稳替代动作集和延迟更新方案，实现了与标准线性赌博机相当的最坏情况遗憾界。