SPARC 用属性路由与压缩提升生成式推荐的上下文建模
_reachsumit · x · 2026-07-29
- SPARC 是一个面向生成式推荐的 序列感知 progressive attribute routing and compression 框架。
- 论文指出，工业推荐场景里每个行为都带有多种异构属性，例如 类目、品牌、价格、行为类型、时间戳；简单展开会拉长输入，直接压缩又会丢上下文。
- SPARC 先为不同属性类型建模，得到 上下文感知的字段表示。
- 随后把原始、上下文与身份表示路由到多个 slot，在固定容量下尽量保留互补信息。
- 最后通过轻量的跨 item 交互，把每条历史行为压缩成一个 token。
- 这是一种更强调效率与上下文建模的工业推荐方法。
「研究」频道最新
- MIT FutureTech 主任 Neil Thompson：AI 先接管任务再取代岗位 — bigdata · 2026-10-16
- 马里兰大学提出 PAIR 框架，用桥接 token 打通 VLA 感知与动作 — Kaixi Feng · 2026-10-16
- CI-MSE 离线指标与机器人真机成功率相关性达 -0.87,远超原始 MSE — chris_j_paxton · 2026-10-16
- Colossal 用 AI 破译灭绝渡渡鸟基因开关，复活计划再进一步 — castrotech · 2026-10-16
- Colossal Biosciences 用 AI 寻找基因开关，推进渡渡鸟复活计划 — castrotech · 2026-10-16
- Cheng Lou 开源 Handwired：手写权重把代码变成零训练神经网络 — dotey · 2026-10-16