UniCon 论文提出以上下文为基本单元的统一 CTR 预测建模范式
_reachsumit · x · 2026-09-04
arXiv 论文 UniCon 提出面向工业 CTR 预测的统一上下文中心架构:把每个展示列表(请求上下文)作为基本建模单元,将历史行为与预测目标组织为同质的上下文单元,而非异质信号。
设计要点:
- Intra-context attention 捕捉上下文内 item 之间的局部耦合(Locality);
- Inter-context attention 建模跨上下文的决策状态动态演化(Dynamics)。
作者认为现有 token 级统一建模源自遗留的特征工程实践,与用户真实决策过程错位,尤其在电商货架、瀑布流等信息丰富的场景限制了 scaling 效率与预测质量。
「研究」频道最新
- MIT 媒体实验室将办 ScienceClaw 黑客松,打造科学领域的智能体互联网 — ProfBuehlerMIT · 2026-09-20
- Schmidhuber 考古:1971 年 Ivakhnenko 已用 8 层网络建模经济 — SchmidhuberAI · 2026-09-20
- Qwen 研究员:人工标注数据可能比自动标注更噪 — antoine_chaffin · 2026-09-20
- 检索评测数据集隐患多，用 LLM 重标注旧数据成解法 — CShorten30 · 2026-09-20
- 北航团队提出 PhyFilter:仿真平地训练的机器人直接征服碎石路 — jiqizhixin · 2026-09-20
- ICLR 收稿暴涨 200% 至 6 万篇摘要,审阅需约 250 人年 — gleech · 2026-09-20