TCBSA：免训练把判别式推荐分数注入生成式推荐的束搜索
_reachsumit · x · 2026-10-26
arXiv 论文提出 TCBSA (Test-Time Collaborative Beam Search Adaptation)，一种免训练方法，解决生成式推荐器束搜索过早剪枝的问题：
- 问题：基于语义标识符的生成式推荐逐 token 决策，beam search 可能不可逆地剪掉有潜力的物品路径——当近期互动显示新兴趣而历史行为偏好旧偏好时尤其严重。
- 思路：独立训练的判别式推荐器对同一历史会给这些物品高分，这种互补分数在测试时可用；但完整物品分数无法直接作用于多个物品共享的语义前缀选择。
- 方法：把判别式分数差转换成共享语义边上的势 (potentials)，用置信门控调节其对累积路径得分的贡献，在剪枝前介入。
- 论文给出了目标前缀存活的充分条件等理论保证。
「研究」频道最新
- CoRL 论文：VLA 机器人策略单步推理即可匹敌多步，动作生成提速 1.6~4.8 倍 — kaixhin · 2026-10-26
- 生物模拟为何难:参数敏感性普遍「马虎」,精确测量常非关键 — rbhar90 · 2026-10-26
- LessWrong 长文论证：计算逻辑反事实难题让 FDT 难以成立 — jessi_cata · 2026-10-26
- 学者纠错：别再误用苦涩教训论证暴力模拟将解决生物学 — anshulkundaje · 2026-10-26
- Chain Theory：用 AI 从量子信息重建基础物理,找到无参数精细结构常数候选式 — skdh · 2026-10-26
- 港浙复三校联手 Lightspeed 推 HiSTEVE：VLA 智能体键鼠操控玩转 Minecraft — tencent · 2026-10-26