DS-Frame 快慢思考框架:按用户难度路由推荐系统算力
_reachsumit · x · 2026-09-03
论文提出 DS-Frame,一个面向序列推荐的快-慢自适应推理框架:轻量 Fast System 处理常规预测,Slow System 做迭代式隐空间精化,由学习到的选择器在可控计算预算下为每个样本路由。
动机是静态单次推理的推荐模型在长历史、小众偏好等困难用户群上表现明显退化。在五个真实数据集上,DS-Frame 一致提升多种序列推荐骨干的性能,困难群体上收益更大,并实现有效的精度-效率权衡。代码已开源。
「研究」频道最新
- 有账号晒出 200 位大数,称可整除 RSA-260 挑战数 — marvinvonhagen · 2026-09-03
- HCI 论文暗用 LLM 评审员，行文刻意遮掩难以识别 — IanArawjo · 2026-09-03
- 为什么 VRChat 粒子池能凑合用:重力让状态自然趋同 — Michael_Moroz_ · 2026-09-03
- Radix Sort 优化到每秒 50 亿对排序,零 compute shader 开销 — Michael_Moroz_ · 2026-09-03
- 开发者把 VRChat 流体模拟移植进 Udon,真 SPH 无近似求解 — Michael_Moroz_ · 2026-09-03
- PRO-Step:步级过程奖励优化 RAG,拿下五个基准最佳 EM/F1 — _reachsumit · 2026-09-03