Structuring and Tokenizing Distributed User Interest Context for Generative Recommendation
结构化与分词化分布式用户兴趣上下文以支持生成式推荐
机构 * University of Illinois Urbana--Champaign(伊利诺伊大学厄巴纳-香槟分校) ; Meta MRS
AI总结 提出G2Rec框架,通过统一图建模与语义分词,实现工业级生成式推荐中用户兴趣上下文的全面准确建模。
大厂专区
结构化与分词化分布式用户兴趣上下文以支持生成式推荐
机构 * University of Illinois Urbana--Champaign(伊利诺伊大学厄巴纳-香槟分校) ; Meta MRS
AI总结 提出G2Rec框架,通过统一图建模与语义分词,实现工业级生成式推荐中用户兴趣上下文的全面准确建模。
SAGE-OPD:面向多轮在策略蒸馏的选择性智能体引导干预
机构 * Meta AI
AI总结 提出SAGE-OPD框架,通过环境反馈和教师判断选择性干预学生响应,结合置信度加权和损失归一化,解决多轮在策略蒸馏中的错误累积问题,在ALFWorld任务中取得13.3%的相对提升。
Comments 21 pages, 3 figures