共 2 篇相关文章
HASTE提出层级损失与属性特定损失，显式利用语义ID层级结构并保留物品属性，在时尚与Amazon数据集上提升推荐效果，层级损失实现约2倍训练收敛速度，改善长尾推荐。
解释性世界模型EWM利用语言模型生成的因果解释来重新分配强化学习奖励，破解延迟奖励下的信用分配难题。在Crafter、WordCraft、KuaiRand及工业级生成式推荐系统上均显著超越PPO、LaRe等基线方法。
