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
- NLP 学者 Nakov:LLM 生成的论文读起来像意大利语空话「supercazzola」 — preslav_nakov · 2026-11-16
- ICLR 审稿人未被打动仍提分:因相信论文对社区有价值 — MarkSchmidtUBC · 2026-11-16
- 手改0.2%权重加CPU训练100分钟,英语TTS模型变身18MB梵语语音 — kastnerkyle · 2026-11-16
- 为什么 AI 做化学必须懂手性:对映异构体在生物体内并不等价 — madeofAjala · 2026-11-16
- RSS 2027 投稿开启:两阶段评审 FAQ 澄清负面结果标准 — GeorgiaChal · 2026-11-16
- Mobile AI Factory:agent 自动为你的手机造专用小模型,GPU 时间省 19 倍 — pmttyji · 2026-11-16