Google 实习成果 BLUE 入选 NeurIPS,用 LLM 画像提升推荐效果
shangbinfeng · x · 2026-09-29
NeurIPS 2026 接收论文 BLUE（作者 Google 实习成果），提出用强化学习统一两种用户表示：由 LLM profiler 生成可解释的文本用户画像，同时用 embedding 推荐模型提供奖励信号，让文本画像在 embedding 空间靠近正样本、远离负样本，并引入基于下一项预测的文本空间监督。在 Amazon Reviews 2023 和 Google Local Reviews 的零样本序列推荐实验中，BLUE 在冻结与可训练 embedding 两种条件下均稳定超过强基线，并在跨域迁移上取得明显提升。论文：arXiv 2605.06981。
「研究」频道最新
- giffmana 力赞 CPC 是 Goat:一论文开技术,四域各出续作 — giffmana · 2026-09-29
- 斯坦福 AI Index 2026 报告发布简体中文版 — StanfordHAI · 2026-09-29
- 30709 投稿中 112 篇 oral:NeurIPS 论文揭 CUA 评测「回放作弊」漏洞 — proceduralia · 2026-09-29
- Reddit 实战复盘:为何后见之明检索比向量 RAG 更适合客服支持 — srivardhan2601 · 2026-09-29
- GPT-6 Sol 跑分出炉:ARC-AGI-2 得 89.6%,ARC-AGI-3 仅 23% — fchollet · 2026-09-29
- 陶哲轩参与 Caltech Mathathon 改版：用 AI 探索旧问题新证明 — AnimaAnandkumar · 2026-09-29