PACERec:用 flow matching 迁移 LLM 嵌入改善长尾推荐
_reachsumit · x · 2026-11-04
论文提出 PACERec,一个 ID-free 的渐进式适配框架，解决 LLM 嵌入在序列推荐中的局限。
- 问题：LLM item 嵌入只编码静态内容相似度，忽略序列转移；且行为证据分布不均，难以把高频商品的交互上下文迁移到长尾商品
- 方法：对交互充足的商品，通过频率加权的 flow matching 学习共享速度场，渐进地把静态 LLM 嵌入引向协同行为目标，同时保留原始语义
- 效果：克服稀疏的单品更新，把序列转移模式泛化到长尾商品，同时用于用户建模和候选打分
「研究」频道最新
- 哈佛教授承认：AI 生成的文章评审已全面优于人类最佳水平 — iamfakhrealam · 2026-11-04
- Cohere等论文:合成预训练收益竟源于嵌入初始化偏差 — LauraRuis · 2026-11-04
- kalomaze 展示 DeepSeek V3.1 底座更大骨干实验，eval loss 降至约 0.82 — kalomaze · 2026-11-04
- Reddit 网友无梯度改写 Qwen 0.6B 权重：39.8M token 让模型「爱上一支乐队」 — Altruistic_Heat_9531 · 2026-11-04
- SpecPilot 智能体自动优化投机解码：速度从 4.46× 提升至 10.87× — pmttyji · 2026-11-04
- 自主 Agent 定制 MSA 策略，提升 AlphaFold 3 蛋白复合物预测 — SJTU · 2026-11-04