HASTE：面向生成式推荐的层次与属性感知监督

HASTE 是一个面向生成式推荐的分层与属性感知监督训练框架，通过层级损失和属性专属损失显式利用 semantic ID 的多级结构并对齐细粒度物品属性。在时尚推荐基准和 Amazon 数据集多领域评测中，HASTE 在多个数据集体量和物品频次区间上均提升了推荐效果，其中层级损失的收敛速度约为标准因果交叉熵目标的 2 倍，同时保持较强推荐质量，并改善长尾物品表现。

摘自 arXiv：cs.AI

还没有足够的连续观测数据，暂不绘制趋势。