论文
登录后可查看剩余解析次数。
标签筛选
语义ID建模
Towards Scalable Semantic Representation for Recommendation
发表：2024/10/12
基于大语言模型的推荐系统语义ID建模高维嵌入降维基于混合编码的推荐方法推荐系统性能增强
本研究提出了一种名为“MixtureofCodes（MoC）”的方法，以解决将大语言模型嵌入应用于推荐系统时遇到的维度压缩问题。通过在索引阶段构建多个独立的码本，并结合融合模块，MoC显著提升了语义表示的区分度和维度鲁棒性，优化了推荐系统的扩展性能。
03
Masked Diffusion for Generative Recommendation
发表：2025/11/28
生成式推荐系统标签扩散模型语义ID建模序列推荐系统自回归建模
本文提出了一种新的生成式推荐方法——掩蔽扩散生成推荐（MADRec），通过离散掩蔽噪声对用户交互序列中的语义ID（SID）进行建模。该方法克服了传统自回归模型高推理成本及低数据利用效率的问题，实验表明MADRec在性能上优于自回归模型，尤其在数据受限和粗粒度召回场景中表现显著。
010