arXiv cs.AI· Jinfeng Xu, Zheyu Chen, Ziyue Peng, Zheng Lin, Wenhao Yuan, Jian Chen, Shujie Li, Edith Ngai·· 12 小时前AI 评分24
推荐系统递归自我改进不止看后继模型精度：状态保留与跨代优势 CGA
Beyond Successor Accuracy: State Retention for Recursive Self-Improvement in Recommendation
AI 导读
研究提出推荐系统递归自我改进（Rec-RSI）中的"分布式进展"问题，并用跨代优势（CGA）量化跨代与同代模型对的差异。在四个数据集和三种序列推荐编码器上，GRU4Rec 和 SASRec 更适合跨代配对，FMLP 首次更新偏向同代配对、第二次更新后转向跨代配对；秩分离统计在 12/12 首次更新和 5/6 第二次更新设置中选出更强模型族，留出测试中 34/36 条轨迹优于直接后继模型。
来源：arXiv cs.AI · arxiv.org