arXiv · ML· Yixuan Xu, Hailin Liu, Linxiang Peng, Can Yang·2026-10-26 12:00· 5 小时前AI 评分31

并行生成式推荐中跨物品与代码空间的蒸馏方法

Knowledge Distillation across Item and Code Spaces for Parallel Generative Recommendation

AI 导读

针对并行语义ID推荐器，提出物品分布匹配（IDM）和代码边缘匹配（CMM）两种知识蒸馏目标。方法从序列推荐教师模型软分布知识迁移至并行学生模型，保留并行预测结构。IDM平均提升Recall@10达15.39%，CMM提升NDCG@10达8.28%。在基准数据集上，两种方法均持续优于现有最先进方法。

来源：arXiv · ML · arxiv.org