arXiv · cs.AI· Zhanshuo Cao·· 6 天前AI 评分29
LoopRec：面向序列推荐的条目级自适应递归方法
Think Harder Where It Matters: Item-Level Adaptive Recursion for Sequential Recommendation
来源与原文
arXiv · cs.AI
作者：Zhanshuo Cao
发布时间：（北京时间）
阅读原始来源 · arxiv.org ↗完整链接与内容说明
https://arxiv.org/abs/2610.30128v1
本站目前仅有 AI 导读与摘要，未展示原文正文；技术细节、代码和完整结论请查看原始来源。
AI 导读
研究提出 LoopRec，通过单一权重共享模块的递归和每个条目独立的轻量级门控，将序列推荐中固定计算深度改为按条目自适应分配。诊断发现同一序列内各条目所需计算量差异巨大，多数浅层处理即可收敛，少数需全深度。在公开 benchmark 上跨四种 backbone 架构的实验显示 LoopRec 持续优于同等计算量的固定深度方案，代码已开源。
来源：arXiv · cs.AI · arxiv.org