每日 Arxiv

本页面整理了世界各地发表的人工智能相关论文。
本页面使用 Google Gemini 汇总而成，并以非盈利为基础运营。
论文版权归作者及相关机构所有，分享时请注明出处。

具有连续标记的扩散生成推荐

Created by
  • Haebom

作者

曲浩浩、林善如、丁玉娟、王一琪、范文琪

大纲

本文提出了一个全新的框架——ContRec，它利用生成式人工智能（尤其是大规模语言模型 (LLM)）的进展来增强推荐系统 (RecSys)。现有的基于 LLM 的推荐系统在离散空间中运行，并采用有损量化技术。ContRec 通过将连续标记融入基于 LLM 的推荐系统来解决这些问题。ContRec 由一个 sigma-VAE 分词器（将用户和项目编码为连续标记）和一个分散扩散模块（用于捕捉隐式用户偏好）组成。实验结果表明，ContRec 的表现优于现有和最先进的基于 LLM 的推荐系统。

Takeaways, Limitations

•
Takeaways：
◦
我们建议利用连续标记和生成模型来引领下一代推荐系统的发展。
◦
使用 Sigma-VAE 标记器防止表示崩溃，并使用分散扩散模块生成高质量的用户偏好。
◦
在各种数据集上表现出优于现有和最先进的系统的性能。
•
Limitations：
◦
论文中没有具体说明 Limitations。（不过，具体的实现细节、可扩展性、计算成本等可能需要进一步研究。）
👍
Made with Slashpage