跳到正文
热点事件持续更新

论文提出ComeIR生成式推荐框架

1 篇报道1 个报道来源8 小时前更新

先了解这件事

AI 综述

2026年10月30日,arXiv网站发布论文《ComeIR:基于条件记忆增强的生成式推荐物品表示框架》。该研究由Ziwei Liu等人提出,旨在解决生成式推荐中物品表示易丢失语义及结构化SID关系建模不足的问题。 ComeIR框架通过项目引导的Token评分估计SID码贡献,并利用双水平条件记忆捕捉物品内部前缀组合与物品间前缀转移模式。实验表明,扩大条件记忆规模可带来可扩展的性能提升。

AI 根据报道生成 · 2 小时前更新

报道时间线

沿着报道,了解事件的不同侧面。

10月30日
  1. arXiv · AI
    ComeIR:基于条件记忆增强的生成式推荐物品表示框架

    针对生成式推荐中物品表示易丢失语义及结构化 SID 关系建模不足的问题,论文提出了 ComeIR 框架。该框架通过项目引导的 Token 评分估计 SID 码贡献,并利用双水平条件记忆捕捉物品内部前缀组合与物品间前缀转移模式。实验表明,扩大条件记忆规模可带来可扩展的性能提升。

本事件热度走势

还没有足够的连续观测数据,暂不绘制趋势。