跳到正文
热点事件持续更新

MARS:多分辨率自适应路由用于序列推荐

1 篇报道1 个报道来源5 小时前更新

先了解这件事

AI 综述

Ming Yin等作者提交论文,提出面向序列推荐的多分辨率用户记忆MARS,以缓解长历史推荐中缓存记忆对近期意图保留不佳的“时间混叠”问题。方法将完整历史写入锚定不同半衰期的循环状态轨道,并用稀疏路由读取器为每个seed选择相关时间分辨率,生成紧凑记忆。 作者称,MARS在三个公开数据集上优于强基线,历史越长增益越大;在用户行为发生内部偏移后,其相对接口匹配基线的优势进一步扩大,在每用户1000个候选项时,服务延迟约为该基线热缓存延迟的1.02倍。

AI 根据报道生成 · 3 小时前更新

报道时间线

沿着报道,了解事件的不同侧面。

10月7日
  1. arXiv:cs.AI
    MARS:面向序列推荐的多分辨率自适应路由

    针对长历史推荐中缓存记忆对近期意图保留不佳的"时间混叠"问题,研究者提出多分辨率用户记忆 MARS,将完整历史写入锚定不同半衰期的循环状态轨道,并用稀疏路由读取器为每个 seed 选择相关时间分辨率生成紧凑记忆。MARS 在三个公开数据集上优于强基线,且历史越长增益越大;在每用户 1000 个候选项下,其服务延迟约为接口匹配基线的 1.02 倍。

本事件热度走势

可比范围当前
9
可比范围峰值
910月7日 14:00
近 24 小时变化
–

趋势仅比较持续完整观测到的相同主体,范围可能小于当前热度统计。移动指针或点击图表查看每小时热度;键盘可用左右方向键切换。