人大 LoopRec：按条目自适应递归深度，序列推荐兼顾效率与精度

中国人民大学高瓴人工智能学院提出 LoopRec，针对序列推荐模型的固定计算预算挑战，引入递归共享块与 early-exit 门控。LoopRec 根据同一序列中不同物品的计算需求，为每个条目自适应分配递归深度，多数条目可在浅层收敛，从而兼顾效率与准确性。