人大提出自适应递归序列推荐方法

中国人民大学高瓴人工智能学院提出 LoopRec，用于解决序列推荐模型在固定计算预算下难以按条目需求分配计算量的问题。该方法引入递归共享块和 early-exit 门控，根据同一序列中不同物品的计算需求，自适应设置递归深度；报道显示，多数条目可在浅层收敛，在控制计算开销的同时保持推荐准确性。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。