DeepInterestGR：利用多模态大语言模型挖掘深层兴趣的生成式推荐框架
热点事件持续更新
DeepInterestGR：利用多模态大语言模型挖掘深层兴趣的生成式推荐框架
1 篇报道1 个报道来源4 小时前更新
先了解这件事
报道摘要
DeepInterestGR 提出将深层兴趣挖掘整合进生成式推荐流水线，解决现有方法仅依赖表面文本特征导致的“浅层兴趣”问题。该框架结合结构化推理提示的 MLIM、RQ-VAE 实现兴趣增强的物品离散化，并通过两阶段 SFT-GRPO 训练流水线进行优化。
摘自 arXiv · ML
最新进展10月30日 12:00
DeepInterestGR：利用多模态大语言模型挖掘深层兴趣的生成式推荐框架报道时间线
沿着报道，了解事件的不同侧面。
10月30日
- arXiv · MLDeepInterestGR：利用多模态大语言模型挖掘深层兴趣的生成式推荐框架
DeepInterestGR 提出将深层兴趣挖掘整合进生成式推荐流水线，解决现有方法仅依赖表面文本特征导致的“浅层兴趣”问题。该框架结合结构化推理提示的 MLIM、RQ-VAE 实现兴趣增强的物品离散化，并通过两阶段 SFT-GRPO 训练流水线进行优化。
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。