行行查
行业研究数据库
人工智能行业研究:将深度学习的异构特征空间转化成用于生成式推荐的序列参数
- 人工智能
- 机器学习
该图展示了如何将深度学习模型中提取的异构特征空间转化为适用于生成式推荐系统的序列参数,实现从传统深度学习推荐模型(DLRMs)向生成式推荐系统(GRS)的演进。整个流程分为训练阶段和特征处理两个主要部分。
在左侧的传统深度学习推荐模型(DLRMs)框架中,原始输入特征被划分为数值型特征(如CTR、Ratio等)和类别型特征(如E、F、G、H等),这些特征在不同时间点t1到t9上分别进行建模。其中,数值型特征通过模型替换的方式进行处理,而类别型特征则经过合并与序列化操作,形成多个辅助时间序列(auxiliary time series),例如G系列和H系列,以捕捉其随时间变化的动态模式。
右侧的生成式推荐系统(GRS)部分则构建了一个统一的序列化特征表示体系。主时间序列(main time series)由目标感知的交叉注意力机制(target-aware cross attention)生成,结合了因果掩码学习特征,确保信息流动的时序一致性。同时,多个辅助时间序列(如auxiliary time series 1和2)也被序列化并整合进整体结构中,从而形成一个统一的、可生成的序列参数空间。
这一转化过程
关联报告






| 标题 | 时间 | 页数 | 目录 | 下载 |
|---|---|---|---|---|
| 人工智能对广域网的影响:思科报告2026 | 2026-10-27 | 26 | ||
| 《人工智能能力建设普惠计划》进展报告(2026) | 2026-10-27 | 22 | ||
| 人工智能的物理竞赛:对电力、水和关键矿产的控制正成为人工智能领导地位的决定性因素 | 2026-10-27 | 16 | ||
| 人工智能主线周报:智元发布具身模型,看好智能化 | 2026-11-02 | 19 | ||
| 人工智能行业专题:2026Q3海外大厂CapEx和ROIC总结梳理 | 2026-11-02 | 25 | ||
| 通信及人工智能组行业光互连系列报告(一):FAU,CPO/NPO驱动量价双升 | 2026-11-03 | 22 | ||
| 人工智能及计算机行业行业月报:国家数据集团正式成立,物理AI迎奇点时刻 | 2026-11-07 | 27 | ||
| 人工智能行业周观点:Anthropic下周正式挂牌,OpenAI推出ChatGPT钱包与商户中心 | 2026-11-16 | 50 | ||
| 人工智能行业半月报(2026年11月第2期):Anthropic即将上市,黄仁勋辞去CEO等职务 | 2026-11-18 | 20 | ||
| 专题研究报告:人工智能在资本市场的应用现状与演进方向 | 2026-11-19 | 31 |

行研数据库
创投数据库
证券数据库
商业数据库










