Buchumschlag

MLoRA: Multi-Domain Low-Rank Adaptive Network for CTR Prediction

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Yang, Zhiming, Gao, Haining, Gao, Dehong, Yang, Luwei, Yang, Libin, Cai, Xiaoyan, Ning, Wei, Zhang, Guannan
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Information Retrieval
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

MoE-MLoRA for Multi-Domain CTR Prediction: Efficient Adaptation with Expert Specialization
von: Yaggel, Ken, et al.
Veröffentlicht: (2025)

Deep Evolutional Instant Interest Network for CTR Prediction in Trigger-Induced Recommendation
von: Xiao, Zhibo, et al.
Veröffentlicht: (2024)

TF4CTR: Twin Focus Framework for CTR Prediction via Adaptive Sample Differentiation
von: Li, Honghao, et al.
Veröffentlicht: (2024)

Mitigate Position Bias with Coupled Ranking Bias on CTR Prediction
von: Zhao, Yao, et al.
Veröffentlicht: (2024)

Star+: A New Multi-Domain Model for CTR Prediction
von: Yeşil, Çağrı, et al.
Veröffentlicht: (2024)

Multi-granularity Interest Retrieval and Refinement Network for Long-Term User Behavior Modeling in CTR Prediction
von: Xu, Xiang, et al.
Veröffentlicht: (2024)

Disentangled Interest Network for Out-of-Distribution CTR Prediction
von: Zheng, Yu, et al.
Veröffentlicht: (2025)

LREA: Low-Rank Efficient Attention on Modeling Long-Term User Behaviors for CTR Prediction
von: Song, Xin, et al.
Veröffentlicht: (2025)

Modeling User Intent Beyond Trigger: Incorporating Uncertainty for Trigger-Induced Recommendation
von: Ma, Jianxing, et al.
Veröffentlicht: (2024)

A Unified Framework for Multi-Domain CTR Prediction via Large Language Models
von: Fu, Zichuan, et al.
Veröffentlicht: (2023)

Adversarial Alignment and Disentanglement for Cross-Domain CTR Prediction with Domain-Encompassing Features
von: He, Junyou, et al.
Veröffentlicht: (2026)

AIE: Auction Information Enhanced Framework for CTR Prediction in Online Advertising
von: Yang, Yang, et al.
Veröffentlicht: (2024)

Hierarchical LoRA MoE for Efficient CTR Model Scaling
von: Zeng, Zhichen, et al.
Veröffentlicht: (2025)

On Practical Diversified Recommendation with Controllable Category Diversity Framework
von: Zhang, Tao, et al.
Veröffentlicht: (2024)

Moment&Cross: Next-Generation Real-Time Cross-Domain CTR Prediction for Live-Streaming Recommendation at Kuaishou
von: Cao, Jiangxia, et al.
Veröffentlicht: (2024)

CTR-Guided Generative Query Suggestion in Conversational Search
von: Min, Erxue, et al.
Veröffentlicht: (2025)

CETN: Contrast-enhanced Through Network for CTR Prediction
von: Li, Honghao, et al.
Veröffentlicht: (2023)

Enhancing CTR Prediction with De-correlated Expert Networks
von: Wang, Jiancheng, et al.
Veröffentlicht: (2025)

Enhancing CTR Prediction through Sequential Recommendation Pre-training: Introducing the SRP4CTR Framework
von: Han, Ruidong, et al.
Veröffentlicht: (2024)

Towards An Efficient LLM Training Paradigm for CTR Prediction
von: Lin, Allen, et al.
Veröffentlicht: (2025)

Feature Interaction Fusion Self-Distillation Network For CTR Prediction
von: Sang, Lei, et al.
Veröffentlicht: (2024)

Modeling Long-term User Behaviors with Diffusion-driven Multi-interest Network for CTR Prediction
von: Lai, Weijiang, et al.
Veröffentlicht: (2025)

A Collaborative Ensemble Framework for CTR Prediction
von: Liu, Xiaolong, et al.
Veröffentlicht: (2024)

RIA: A Ranking-Infused Approach for Optimized listwise CTR Prediction
von: Zhang, Guoxiao, et al.
Veröffentlicht: (2025)

RE-SORT: Removing Spurious Correlation in Multilevel Interaction for CTR Prediction
von: Wu, Song-Li, et al.
Veröffentlicht: (2023)

A Comprehensive Summarization and Evaluation of Feature Refinement Modules for CTR Prediction
von: Wang, Fangye, et al.
Veröffentlicht: (2023)

DLF: Enhancing Explicit-Implicit Interaction via Dynamic Low-Order-Aware Fusion for CTR Prediction
von: Wang, Kefan, et al.
Veröffentlicht: (2025)

A Universal Framework for Compressing Embeddings in CTR Prediction
von: Wang, Kefan, et al.
Veröffentlicht: (2025)

DAIAN: Deep Adaptive Intent-Aware Network for CTR Prediction in Trigger-Induced Recommendation
von: Lv, Zhihao, et al.
Veröffentlicht: (2026)

LoopCTR: Unlocking the Loop Scaling Power for Click-Through Rate Prediction
von: Tang, Jiakai, et al.
Veröffentlicht: (2026)

Enhancing CTR Prediction in Recommendation Domain with Search Query Representation
von: Wang, Yuening, et al.
Veröffentlicht: (2024)

Discrete Semantic Tokenization for Deep CTR Prediction
von: Liu, Qijiong, et al.
Veröffentlicht: (2024)

FedMM: Federated Collaborative Signal Quantization for Multi-Market CTR Prediction
von: Zhang, Jun, et al.
Veröffentlicht: (2026)

Query-Mixed Interest Extraction and Heterogeneous Interaction: A Scalable CTR Model for Industrial Recommender Systems
von: Wang, Fangye, et al.
Veröffentlicht: (2026)

Helen: Optimizing CTR Prediction Models with Frequency-wise Hessian Eigenvalue Regularization
von: Zhu, Zirui, et al.
Veröffentlicht: (2024)

DUET: Dual Model Co-Training for Entire Space CTR Prediction
von: Xiao, Yutian, et al.
Veröffentlicht: (2025)

Field Matters: A Lightweight LLM-enhanced Method for CTR Prediction
von: Cui, Yu, et al.
Veröffentlicht: (2025)

GAP-Net: Calibrating User Intent via Gated Adaptive Progressive Learning for CTR Prediction
von: Ke, Shenqiang, et al.
Veröffentlicht: (2026)

MARS: Modality-Aligned Retrieval for Sequence Augmented CTR Prediction
von: Xiao, Yutian, et al.
Veröffentlicht: (2025)

STEC: See-Through Transformer-based Encoder for CTR Prediction
von: Dilbaz, Serdarcan, et al.
Veröffentlicht: (2023)