ScalarLens 数值嵌入拆分坐标与语境响应,27 项 CTR 设置 25 项第一
_reachsumit · x · 2026-09-25
ScalarLens 论文提出面向 CTR 预测的新数值嵌入：把「数值在哪」与「对当前样本意味着什么」拆开，用单调局部网格从标量本身构建稳定坐标，再由有界低秩动态产生语境响应，无需归一化。
动机：Criteo 验证集上同一数值区间的残余点击证据在不同类别/数值语境下符号相反，外部归一化还需训练与服务端保持同步。
评测：1539 次运行、19 种表示、3 数据集、9 骨干、3 种子，27 个设置中 25 个排名第一、其余排名第二；消融表明单纯尺度校正或增加容量无法复现该增益。
「研究」频道最新
- Dietterich：预训练阶段已迫使模型抽象泛化，不止鹦鹉学舌 — tdietterich · 2026-09-25
- 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