arXiv · cs.AI· Zidong Jia, Guofu Xie, Xiao Zhang·· 6 小时前
RecSoup：面向可控多目标推荐的轻量级模型合并方法
RecSoup: Efficient Model Merging Approach for Controllable Multi-Objective Recommendation
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：Zidong Jia, Guofu Xie, Xiao Zhang
研究任务与主要进展
Zidong Jia、Guofu Xie和Xiao Zhang提出RecSoup，通过跨目标参数剪枝和可学习的偏好—系数映射，在无需联合重训练或额外生成模块的情况下，于推理时调节多目标推荐权衡。作者在论文摘要中报告，该方法改善了Pareto前沿质量与可控性，相比参数生成方法将推理延迟降低165--228倍；代码已公开，但具体实验细节尚未说明。
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