sequential-recommendation

本文提出GenCDSR，一种用于跨域序列推荐的生成式框架，采用混合分词与串并化解码，在准确率上优于现有最优基线，并将推理延迟显著降低。

ClockRoPE引入随机傅里叶旋转来建模序列推荐中的时间周期性，具有理论基础，并通过一家主要视频分享平台的在线A/B测试得到验证。

提出了一种多模态框架，融合音频、歌词和语义信号，并利用基于LLM的序列推理进行会话式音乐推荐，相较于仅使用ID的基线方法，召回率提升高达95%。

本文介绍了贝叶斯滤波Transformer（BFT），它通过精度加权注意力和卡尔曼更新残差将不确定性引入Transformer，从而提升了序列推荐和有噪声大语言模型微调的性能。