超越单一标量:分发式服务接口让多个任务头复用观看时长分布
_reachsumit · x · 2026-09-24
论文提出 Distributional Serving Interface(DSI),改进短视频信息流中的观看时长预测服务方式。
- 问题:现有方法在推理时只输出一个观看时长估计值,下游任务拿不到完播、过度播放等事件的概率信息。
- 方法:DSI 由分布提供器、紧凑低维摘要和轻量任务读出头组成。提供器基于观看比例学习四种观看状态的联合分布及事件时间;用视频时长规则剔除矛盾组合,恢复损失保证秒级精度。摘要输出事件概率、相对时长的时间尺度与不确定性统计;训练好后冻结参数,再训练各任务的值与排序读出头,复用该摘要。
- 结果:在 KuaiRec、KuaiRand-1K、WeChat21 三个数据集上取得最低 MAE,比九个最强基线高 1.9%–8.5%,并在两个数据集上 XAUC 最佳。
「研究」频道最新
- OpenAI 首次公开内部预训练困惑度曲线,提议以 perplexity 定行业安全标尺 — merettm · 2026-11-23
- AI 数学蜂群新成果:962 变量四次多项式被证明已是最优 — gleech · 2026-11-23
- AI 数学证明后的阐释整理工作,已因 OpenAI 准黎曼结果泛滥? — gleech · 2026-11-23
- CMU 发布 ExploitBench:把 LLM 网络攻击能力做成「阶梯」评测 — goyal__pramod · 2026-11-23
- 哈佛论文:SWE-Bench 更高分的编码模型并未干更多活 — rohanpaul_ai · 2026-11-23
- 普林斯顿团队发布 SSoN 基准:最强视觉模型空间一致性仅 39.7%,人类 83.3% — jiqizhixin · 2026-11-23