用 Barlow Twins 去相关正则调推荐模型,可旋钮权衡头部精度与长尾曝光
_reachsumit · x · 2026-09-22
论文提出 BT-SR,一种去相关正则化的序列推荐训练框架。
- 思路:在下一物品预测之外加入 Barlow Twins 式冗余消减辅助项;正样本对由共享同一下一物品目标的用户历史配对构成,无需合成损坏。
- 几何分析:去相关可抑制用户表征空间中给热门物品带来全局打分优势的共享低秩方向,并提出基于分桶的对齐集中度指标量化该效应。
- 效果:在五个公开基准上一致提升下一物品排序质量;去相关强度像一个简单控制旋钮,可在头部物品精度与长尾曝光之间重新分配,形成精度-曝光可调权衡。
「研究」频道最新
- 腾讯 ARC Lab 发布 GameHorizon 套件，评测模型 AAA 级游戏能力 — yshan2u · 2026-09-22
- 斯坦福把论文变成 AI Agent,两个 Agent 跨论文挖出 ADHD 新基因关联 — VraserX · 2026-09-22
- 小米 MiMo 2.6 Pro 协助完成李-约克定理 Lean 形式化，超 6000 行代码 — bookwormengr · 2026-09-22
- 首个古希腊语大模型 Apollo 诞生,专修残破莎草纸文献 — nordicinst · 2026-09-22
- Two Minute Papers 解读 Jev：宣称让 AI 提速 200 倍但有代价 — Two Minute Papers · 2026-09-22
- 新 LLM 填补古希腊纸草残片缺文,助解码古代生活 — Wired AI · 2026-09-22