OMEGA 把跨用户协同记忆接入生成式推荐
_reachsumit · x · 2026-08-04
这篇论文提出了 OMEGA：一种用于生成式推荐的协同记忆增强框架。
方法先把用户行为压缩成紧凑表示，写入协同记忆库；再通过面向目标的检索机制找出相关记忆；最后用带门控的 cross-attention，把检索到的跨用户信息与本地用户上下文融合起来，在多个数据集上提升生成式推荐效果。
「研究」频道最新
- 模型尚无独立科研能力，RSI 预测恐过于乐观 — BlancheMinerva · 2026-08-25
- GLiNER 2.5 发布：架构升级支持全文档长上下文提取 — huggingface · 2026-08-25
- 技术分析证实 stealth/ox-alpha 实为 Z.ai 的 GLM 模型 — PawelHuryn · 2026-08-25
- Nature Methods 发布 ProteinDPO 蛋白质生成模型 — BrianHie · 2026-08-25
- Thinking Machines 提出开放权重模型的安全路径 — luke_drago_ · 2026-08-25
- Headlong 实验持久化 Agent：指数退避与分层上下文 — lateinteraction · 2026-08-25