RecSoup：剪枝冲突参数后合并模型，推荐系统多目标权衡免重训
_reachsumit · x · 2026-10-16
论文提出 RecSoup，一种高效的模型合并(Model Merging)方法，用于可调控的多目标推荐。思路是先对多个目标专属的推荐模型剪除相互冲突的参数，再做合并；这样多目标之间的 trade-off 可以在推理阶段直接调节，无需重新训练模型。
「研究」频道最新
- Zephon 接入 TorchTitan:换 GPU 数量重启训练仍保持全局 batch 完全一致 — PyTorch · 2026-10-17
- 物理限位调控细胞周期研究登上 Nature Communications — wgilpin0 · 2026-10-17
- TANDEM：TAMP 规划+按需遥操作，人力不变示范数据多 2.9 倍 — tomssilver · 2026-10-17
- DATAFARM 新增人在回路，补足 TAMP 自动化短板 — tomssilver · 2026-10-17
- commenter 解读可解释性新文：叠加或是递归长入相邻概念 — moultano · 2026-10-17
- 2022 年 NgramRes 愿景应验：混合注意力已成行业共识 — PangWeiKoh · 2026-10-17