论文提出FineSID软分配语义标识符学习方法

1. 12:00
   arXiv · cs.AI

   FineSID：面向生成式推荐的可扩展高效语义标识符学习

   FineSID 通过软化、可微的方式向整个码本传播学习信号，摆脱 Top-1 硬分配导致的稀疏梯度和码字欠训练问题，从而缓解语义标识符碰撞并稳定大码本训练。基于论文摘要，作者报告该方法在多个公开基准上持续提升码本利用率和推荐准确率；具体实验规模、比较基线与结果数值未说明。论文链接：https://arxiv.org/abs/2609.36670v2

趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。