HF Daily Papers·· 2 天前精选AI 评分39
LoopRec 论文提出面向序列推荐的物品级自适应递归
Think Harder Where It Matters: Item-Level Adaptive Recursion for Sequential Recommendation
AI 导读
LoopRec 论文提出一种面向序列推荐的逐物品自适应递归方法，让每个历史物品学习所需处理深度。该方法递归复用权重共享骨干块，由轻量门控逐物品决定退出或继续，无需辅助深度标签；在 Amazon Office 的三层 SASRec 诊断中，76.14% 的物品一层后稳定，6.72% 需要三层。
推荐理由
论文在 3 个 Amazon 基准和 4 种骨干模型下报告 48 组排序比较均改善，其中 44 组统计显著，并公开代码供复核。
来源：HF Daily Papers · huggingface.co