RPSD: 利用最优传输实现检索特权在线策略自蒸馏

针对大语言模型在序列推荐任务中的优化盲点，研究人员提出RPSD方法。该方法通过在线策略自蒸馏（OPSD）技术，结合跨用户行为证据，在多个真实数据集上实现了最先进性能，旨在解决传统单用户监督忽略共享行为模式的问题。 在方法论上，RPSD引入了时序感知最优传输（OT）机制。该机制用于比较不同用户的交互轨迹，并结合多样性感知选择策略，保留互补轨迹作为特权证据。这种设计有效增强了模型对跨用户共享行为模式的捕捉能力，从而提升了推荐系统的整体表现。

AI 根据报道生成 · 3 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。