热点事件持续更新

字节跳动发布SepLRM推荐模型论文

1 篇报道1 个报道来源48 分钟前更新

先了解这件事

AI 综述

字节跳动团队在 arXiv 发布 SepLRM 论文，提出由共享推荐基础模型（RFM）和多个独立优化的垂直模型（VM）组成的新范式。 RFM采用 encoder-decoder 架构，将与候选内容无关的共享 KV 缓存提供给各垂直模型，使长用户历史只需编码一次，从而减少推荐阶段的重复计算。

AI 根据报道生成 · 20 分钟前更新

最新进展11月11日 08:57

沿着报道，了解事件的不同侧面。

11月11日

08:57
AGI Hunt
字节跳动发布 SepLRM：共享 KV 缓存重构推荐基础模型范式
字节跳动团队在 arXiv 发布 SepLRM 论文，提出由共享推荐基础模型（RFM）和多个独立优化的垂直模型（VM）组成的新范式。RFM 采用 encoder-decoder 架构，将与候选无关的共享 KV cache 导出给各 VM，使长用户历史只需编码一次，减少推荐阶段的重复计算成本。

还没有足够的连续观测数据，暂不绘制趋势。