MuSID-KD 论文：知识蒸馏改进语义 ID 生成式推荐

arXiv 论文 MuSID-KD 针对语义 ID（SID）生成式推荐的知识蒸馏提出改进。SID 将物品表示为离散 token 序列并自回归预测，但多位置解码导致高推理成本，传统蒸馏方法难以适配。论文提出跨物品与代码空间的蒸馏目标，将串行推荐器的物品级打分知识按排序影响加权迁移给并行 SID 模型，在降低成本的同时提升推荐效果。

2026-10-26 ~ 2026-10-28 · 2 条相关