NYU公理化推荐中的好奇心度量
热点事件持续更新
NYU公理化推荐中的好奇心度量
1 篇报道1 个报道来源54 分钟前更新
先了解这件事
AI 综述
纽约大学研究者潘力和Alexander Tuzhilin在arXiv论文《When Does a Recommendation Spark Curiosity?》中，将信息缺口好奇心理论形式化为五条公理，并据此构建可计算的“推荐条目激发好奇心”度量。 两人通过离线实验和在线A/B测试验证该度量在推荐系统中的应用，但现有报道未披露测试的具体结果及提升幅度。
AI 根据报道生成 · 18 分钟前更新
最新进展11月13日 17:55
NYU 论文将好奇心理论公理化并用于提升推荐效果报道时间线
沿着报道，了解事件的不同侧面。
11月13日
- AGI HuntNYU 论文将好奇心理论公理化并用于提升推荐效果
NYU 研究者 Pan Li 与 Alexander Tuzhilin 在 arXiv 论文《When Does a Recommendation Spark Curiosity?
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。