MV-Thinker 框架：全局多视角思考+个性化生成革新推荐系统
_reachsumit · x · 2026-11-04
论文提出 MV-Thinker 框架，针对语义 ID（SID）生成式推荐的两个核心痛点：
- 共享上下文建模不足：用户全量历史与近期行为是重叠又互补的证据，单序列混合会稀释当前线索，分流处理又难协调。框架用 Multi-View Temporal Thinking 以视图专属的 thinking queries 和 readers 分别读取两个历史视图，再融合为互补的用户条件化表示。
- 个性化适配不足：现有模型在自回归生成 SID 时共用同一套输出变换。MV-Thinker 引入轻量残差适配器（residual adapters），按当前用户需求自适应调整解码器状态。
整体思路是「全局思考、个性化生成」，作者团队来自城市大学香港（Xiangyu Zhao 组）等机构。
「研究」频道最新
- Anthropic 称将「即将」达到 RSP 加速 AI 研发阈值，并发布可证明推理研究 — tobyordoxford · 2026-11-04
- Google 扫描 1033 件真实家居品,打包成 345MB GLB 免费开放 — victormustar · 2026-11-04
- 这 10 篇 GPU 优化论文决定了今天模型跑得多快 — NandoDF · 2026-11-04
- 实测推翻常见建议：INT8 几乎无害，采样器才是关键 — YakovSava · 2026-11-04
- Karpathy 带火 HN 开源数据集：千万级帖子可当知识库直接用 — huangyun_122 · 2026-11-04
- PixelCraft 多智能体框架登场：专治多模态模型读图表翻车 — burkov · 2026-11-04