推荐系统推理太慢？SPRINT 一次前向直接生成物品语义 ID

_reachsumit · x · 2026-09-29

论文 SPRINT 提出单步生成式推荐：现有语义 ID（SID）生成范式都要逐 token 付费——自回归模型从左到右解码，非自回归模型也需多轮 refinement，多次前向传播在延迟敏感的推荐场景代价过高。

作者提出「平均概率速度」新视角，证明该量完全由各 token 的平均生成概率决定，于是用一个双向 Transformer 在单次前向中直接参数化并学习所有 token 概率；针对独立生成导致的 token 间连贯性丢失，设计了双层流对比损失来恢复 item 内 token 的一致性。