字节 X-Rec 把推荐做成流匹配生成,推理吞吐达 SID-AR 的 3.46 倍
_reachsumit · x · 2026-09-25
字节跳动 X-Rec 技术报告将生成式推荐建模为物品嵌入空间中的流匹配，并行生成多个检索触发向量，避免语义 ID 的量化误差与顺序解码低吞吐。
三大设计：
- 锚点条件化：将生成拆分为粗粒度语义区域选择与细粒度细化
- 黎曼流匹配：让生成轨迹对齐物品嵌入的超球面几何
- 晚交互扩散 Transformer：仅最后一层重复估计速度场，降低计算
在流式基准上大幅超越 U2I 基线、检索质量追平 SID-AR 方法，推理吞吐高 3.46 倍。
「研究」频道最新
- 港城大提出 NSC 指标：无需训练即可评分网络架构，比参数量大 5900 倍速 — CityU-HongKong · 2026-09-25
- HRI 2027 新设存档级工业白论文赛道，征集机器人落地实践 — petitegeek · 2026-09-25
- 研究：推理并非总有用，15.7% 案例反而拉近难负样本 — _reachsumit · 2026-09-25
- Google 生产级多任务推荐：辅助头学习跨任务关系，已上线 YouTube — _reachsumit · 2026-09-25
- 字节 OneTrans-V2 统一推荐三阶段 Transformer,线上 GMV 提升 9.74% — _reachsumit · 2026-09-25
- 免训练检索框架 Seek 用自评估迭代探索,BRIGHT 上超 BM25 达 82% — _reachsumit · 2026-09-25