标签
Ewin Tang 为推荐系统开发了一种突破性的经典算法，其性能与量子算法相当，挑战了关于量子优势的假设。因其在连接经典计算与量子计算领域的贡献，她荣获2025年玛丽亚·米尔扎哈尼新前沿奖。
文章讨论了在提供商业推荐的AI代理中维持用户信任的挑战，强调了透明度和责任标准的缺失。它呼吁开发者就如何实现可靠且透明的推荐机制提供反馈。
LoopCTR 将“循环扩展”引入推荐模型，通过基于 MoE 的专家融合与超连接残差，在提升 CTR 预测效果的同时实现 train-deep/infer-shallow 部署，满足低延迟在线服务需求。
本文对 OpenAI、Anthropic 和 Google 的基于 LLM 的内容策展推荐偏差进行了大规模审计，使用了来自 Twitter/X、Bluesky 和 Reddit 数据的 540,000 次模拟选择。研究发现 LLM 系统性地放大极化现象，在毒性处理方面表现出不同的权衡，并显示出显著的政治倾向偏差，倾向于左倾作者，尽管数据集中右倾作者占多数。