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
- InfinityEdit：无限视频编辑，仅靠轻量级适配器实现 — Yunze Tong · 2026-08-24
- 腾讯发布混合思维 MLLM 基准，对齐响应模式 — tencent · 2026-08-24
- CLEAR 适配器路由，保留效用的 LLM 安全对齐 — UIUC-CS · 2026-08-24
- 2.7-bit量化把Llama 3.2 Vision 11B压到3.7GB上手机 — Luka Ribar · 2026-08-24
- Retriever 框架：解决机器人异步闭环编程难题 — ZeYanjie · 2026-08-24
- 高斯混合模型与指数族密度逼近转换 — FrnkNlsn · 2026-08-24