JevRec论文提出变长语义编码用于LLM生成式推荐

Qiyong Zhong等人在arXiv发布论文，提出LLM生成式推荐方法JevRec：将物品编码为可变长度的"词"，为高频物品生成更短的语义标识符（SID），为长尾物品保留更丰富的语义描述，并通过专用头分别预测序列长度与生成内容。 论文报告的实验结果称，在三个公开数据集上，JevRec的各项推荐指标超过所有对比基线，训练与推理时间低于TIGER，且长度与内容预测之间的梯度冲突更低。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。