跳到正文
热点事件持续更新

网易等提出NDL图推荐去噪方法

1 篇报道1 个报道来源53 分钟前更新

先了解这件事

AI 综述

网易等在 arXiv 论文中提出噪声感知维度学习方法 NDL,用于图协同过滤中的交互去噪,并报告其在三个公开基准上的表现一致优于现有方法。 NDL 通过表示一致性检测(RCD),在嵌入空间衡量交互表示与用户历史偏好质心的一致性,主动识别噪声交互;随后融合一致性与训练损失信号,生成交互级维度自适应掩码,并加入轻量对比正则,以降低噪声交互对图推荐模型的影响。

AI 根据报道生成 · 38 分钟前更新

报道时间线

沿着报道,了解事件的不同侧面。

11月11日
  1. AGI Hunt
    网易提出 NDL:用表示一致性主动检测图推荐中的噪声交互

    网易等提出 Noise-aware Dimension Learning(NDL),通过 Representation Coherence Detection(RCD)在嵌入空间衡量交互表示与用户历史偏好质心的一致性,主动识别图协同过滤中的噪声交互。NDL 融合一致性与训练损失信号,生成交互级维度自适应掩码并加入轻量对比正则,在三个公开基准上一致优于现有方法。

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。