Buchumschlag

Fine-Grained Embedding Dimension Optimization During Training for Recommender Systems

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Luo, Qinyi, Wang, Penghan, Zhang, Wei, Lai, Fan, Mao, Jiachen, Wei, Xiaohan, Song, Jun, Tsai, Wei-Yu, Yang, Shuai, Hu, Yuxi, Qian, Xuehai
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Information Retrieval Machine Learning I.2.6; H.3.3
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Beyond the Flat Sequence: Hierarchical and Preference-Aware Generative Recommendations
von: Chen, Zerui, et al.
Veröffentlicht: (2026)

GTR-Mamba: Geometry-to-Tangent Routing Mamba for Hyperbolic POI Recommendation
von: Li, Zhuoxuan, et al.
Veröffentlicht: (2025)

CogRec: A Cognitive Recommender Agent Fusing Large Language Models and Soar for Explainable Recommendation
von: Hu, Jiaxin, et al.
Veröffentlicht: (2025)

UniRec: A Dual Enhancement of Uniformity and Frequency in Sequential Recommendations
von: Liu, Yang, et al.
Veröffentlicht: (2024)

LENS: A Staged Design for Interaction Granularityin Sequential CTR Prediction
von: Wang, Yuan, et al.
Veröffentlicht: (2026)

The Layout Is the Model: On Action-Item Coupling in Generative Recommendation
von: Wei, Xiaokai, et al.
Veröffentlicht: (2025)

Sheaf4Rec: Sheaf Neural Networks for Graph-based Recommender Systems
von: Purificato, Antonio, et al.
Veröffentlicht: (2023)

Post-Training Fairness Control: A Single-Train Framework for Dynamic Fairness in Recommendation
von: Chen, Weixin, et al.
Veröffentlicht: (2026)

Multi-Tower Multi-Interest Recommendation with User Representation Repel
von: Xiong, Tianyu, et al.
Veröffentlicht: (2024)

What Matters in LLM-Based Feature Extractor for Recommender? A Systematic Analysis of Prompts, Models, and Adaptation
von: Shi, Kainan, et al.
Veröffentlicht: (2025)

Low-pass Personalized Subgraph Federated Recommendation
von: Sim, Wooseok, et al.
Veröffentlicht: (2026)

SERP Interference Network and Its Applications in Search Advertising
von: Jain, Purak, et al.
Veröffentlicht: (2025)

Federated Continual Recommendation
von: Lim, Jaehyung, et al.
Veröffentlicht: (2025)

CSMF: Cascaded Selective Mask Fine-Tuning for Multi-Objective Embedding-Based Retrieval
von: Deng, Hao, et al.
Veröffentlicht: (2025)

LLM Reasoning for Cold-Start Item Recommendation
von: Li, Shijun, et al.
Veröffentlicht: (2025)

No More Tuning: Prioritized Multi-Task Learning with Lagrangian Differential Multiplier Methods
von: Cheng, Zhengxing, et al.
Veröffentlicht: (2024)

Counterfactual Evaluation of Ads Ranking Models through Domain Adaptation
von: Radwan, Mohamed A., et al.
Veröffentlicht: (2024)

Doc2Query++: Topic-Coverage based Document Expansion and its Application to Dense Retrieval via Dual-Index Fusion
von: Kuo, Tzu-Lin, et al.
Veröffentlicht: (2025)

Bias Mitigation for AI-Feedback Loops in Recommender Systems: A Systematic Literature Review and Taxonomy
von: Stoecker, Theodor, et al.
Veröffentlicht: (2025)

Online Item Cold-Start Recommendation with Popularity-Aware Meta-Learning
von: Luo, Yunze, et al.
Veröffentlicht: (2024)

FIM: Frequency-Aware Multi-View Interest Modeling for Local-Life Service Recommendation
von: Wang, Guoquan, et al.
Veröffentlicht: (2025)

Cluster-based Graph Collaborative Filtering
von: Liu, Fan, et al.
Veröffentlicht: (2024)

Diagnosing LLM-based Rerankers in Cold-Start Recommender Systems: Coverage, Exposure and Practical Mitigations
von: Lemdiasova, Ekaterina, et al.
Veröffentlicht: (2026)

Hyena Operator for Fast Sequential Recommendation
von: Liu, Jiahao, et al.
Veröffentlicht: (2026)

Generating Query Recommendations via LLMs
von: Bacciu, Andrea, et al.
Veröffentlicht: (2024)

Relevance Filtering for Embedding-based Retrieval
von: Rossi, Nicholas, et al.
Veröffentlicht: (2024)

Graph Reasoning for Explainable Cold Start Recommendation
von: Frej, Jibril, et al.
Veröffentlicht: (2024)

Value Function Decomposition in Markov Recommendation Process
von: Wang, Xiaobei, et al.
Veröffentlicht: (2025)

Future Impact Decomposition in Request-level Recommendations
von: Wang, Xiaobei, et al.
Veröffentlicht: (2024)

Enhancing Relevance of Embedding-based Retrieval at Walmart
von: Lin, Juexin, et al.
Veröffentlicht: (2024)

HeterRec: Heterogeneous Information Transformer for Scalable Sequential Recommendation
von: Deng, Hao, et al.
Veröffentlicht: (2025)

Disagreement as Signals: Dual-view Calibration for Sequential Recommendation Denoising
von: Li, Sijia, et al.
Veröffentlicht: (2026)

Understanding Before Recommendation: Semantic Aspect-Aware Review Exploitation via Large Language Models
von: Liu, Fan, et al.
Veröffentlicht: (2023)

Text-like Encoding of Collaborative Information in Large Language Models for Recommendation
von: Zhang, Yang, et al.
Veröffentlicht: (2024)

MIND Your Language: A Multilingual Dataset for Cross-lingual News Recommendation
von: Iana, Andreea, et al.
Veröffentlicht: (2024)

Closing the Performance Gap in Generative Recommenders with Collaborative Tokenization and Efficient Modeling
von: Lepage, Simon, et al.
Veröffentlicht: (2025)

Improving the Performance of Sequential Recommendation Systems with an Extended Large Language Model
von: Choi, Sinnyum, et al.
Veröffentlicht: (2025)

PUB: An LLM-Enhanced Personality-Driven User Behaviour Simulator for Recommender System Evaluation
von: Ma, Chenglong, et al.
Veröffentlicht: (2025)

Mind the Gap: A Generalized Approach for Cross-Modal Embedding Alignment
von: Yadav, Arihan, et al.
Veröffentlicht: (2024)

Realizing Scaling Laws in Recommender Systems: A Foundation-Expert Paradigm for Hyperscale Model Deployment
von: Li, Dai, et al.
Veröffentlicht: (2025)