arXiv · cs.AI· Vishnu Arun, Adam Obeng, Tianyou Wang, Zilin Ren, Mukuntha Narayanan Sundararaman, Han Wang, Shivin Thukral, Zhixiang Wang, Saurabh Vishwas Joshi, Darren Reger·· 5 小时前
FORTE：面向工业推荐系统特征评估与弃用的生产框架
FORTE: A Production Framework for Feature Evaluation and Deprecation in Industrial Recommender Systems
arXiv:2610.13806v1阅读论文 PDF ↗
仅依据论文摘要整理；未读取全文，实验条件、证明与基准细节请核对原文。
作者：Vishnu Arun, Adam Obeng, Tianyou Wang, Zilin Ren, Mukuntha Narayanan Sundararaman, Han Wang, Shivin Thukral, Zhixiang Wang, Saurabh Vishwas Joshi, Darren Reger
研究任务与主要进展
FORTE 是一个与模型无关的工业推荐系统框架，用于发现、验证和移除特征，并通过高效扰动评估支持每日特征检查、交互感知的分组消融和下游模型血缘追踪。
阶段、条件与复现 · 深读核对
- 新能力对应什么具体任务与最小输入输出？
- 代码、模型、数据、许可与可用入口是否明确？
- 效果、总成本、失效条件与实际工作流如何验证？
这些是阅读核对问题；材料未说明的条件保留未知。请结合上方论文版本、资料范围与原文核验。
来源：arXiv · cs.AI · arxiv.org