跳到正文
热点事件持续更新

NumEmbBench发布,数值嵌入无通用最优方案

1 篇报道1 个报道来源1 小时前更新

先了解这件事

AI 综述

NumEmbBench论文发布团队开源了面向点击率预测数值特征嵌入的基准及FuxiCTR扩展。评测覆盖3个数据集、9个骨干和5个随机种子,在统一的仅训练集z-score协议下进行等预算调优,结果显示没有单一编码器始终领先:DEER平均排名最佳,但6种方法各自在至少一个数据集—骨干组合上占优。 评测还发现,将测试改为匹配的原生尺度会改变27种设置中的11种胜者,说明预处理和评测尺度会影响结论;配对延迟测试则显示,预测精度与推理成本不必同步。

AI 根据报道生成 · 1 小时前更新

报道时间线

沿着报道,了解事件的不同侧面。

11月4日
  1. AGI Hunt
    首个 CTR 数值特征嵌入开源基准 NumEmbBench:无单一最优编码器

    论文发布 NumEmbBench,首个专用于 CTR 预测数值特征嵌入的开放基准,并开源 FuxiCTR 扩展。它将 18 种配置归为 6 个机制族,在 3 个数据集、9 个骨干、5 个种子和共享 train-only z-score 协议下等预算调优评测,DEER 平均排名最佳,但 6 种方法各自在至少一个数据集-骨干组合上领先。

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。