Buchumschlag

A Universal Framework for Compressing Embeddings in CTR Prediction

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Wang, Kefan, Wang, Hao, Song, Kenan, Guo, Wei, Cheng, Kai, Li, Zhi, Liu, Yong, Lian, Defu, Chen, Enhong
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Information Retrieval
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

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

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

From Feature Interaction to Feature Generation: A Generative Paradigm of CTR Prediction Models
von: Yin, Mingjia, et al.
Veröffentlicht: (2025)

END4Rec: Efficient Noise-Decoupling for Multi-Behavior Sequential Recommendation
von: Han, Yongqiang, et al.
Veröffentlicht: (2024)

Denoising Pre-Training and Customized Prompt Learning for Efficient Multi-Behavior Sequential Recommendation
von: Wang, Hao, et al.
Veröffentlicht: (2024)

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

Killing Two Birds with One Stone: Unifying Retrieval and Ranking with a Single Generative Recommendation Model
von: Zhang, Luankang, et al.
Veröffentlicht: (2025)

Dataset Regeneration for Sequential Recommendation
von: Yin, Mingjia, et al.
Veröffentlicht: (2024)

CELA: Cost-Efficient Language Model Alignment for CTR Prediction
von: Wang, Xingmei, et al.
Veröffentlicht: (2024)

Deep Group Interest Modeling of Full Lifelong User Behaviors for CTR Prediction
von: Liu, Qi, et al.
Veröffentlicht: (2023)

Learning Partially Aligned Item Representation for Cross-Domain Sequential Recommendation
von: Yin, Mingjia, et al.
Veröffentlicht: (2024)

Can Recommender Systems Teach Themselves? A Recursive Self-Improving Framework with Fidelity Control
von: Zhang, Luankang, et al.
Veröffentlicht: (2026)

Rethinking Purity and Diversity in Multi-Behavior Sequential Recommendation from the Frequency Perspective
von: Han, Yongqiang, et al.
Veröffentlicht: (2025)

Scaling New Frontiers: Insights into Large Recommendation Models
von: Guo, Wei, et al.
Veröffentlicht: (2024)

MDAP: A Multi-view Disentangled and Adaptive Preference Learning Framework for Cross-Domain Recommendation
von: Tong, Junxiong, et al.
Veröffentlicht: (2024)

FuXi-β: Towards a Lightweight and Fast Large-Scale Generative Recommendation Model
von: Ye, Yufei, et al.
Veröffentlicht: (2025)

Generative Large Recommendation Models: Emerging Trends in LLMs for Recommendation
von: Wang, Hao, et al.
Veröffentlicht: (2025)

FuXi-Linear: Unleashing the Power of Linear Attention in Long-term Time-aware Sequential Recommendation
von: Ye, Yufei, et al.
Veröffentlicht: (2026)

A Unified Framework for Adaptive Representation Enhancement and Inversed Learning in Cross-Domain Recommendation
von: Zhang, Luankang, et al.
Veröffentlicht: (2024)

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

Learning Deep Tree-based Retriever for Efficient Recommendation: Theory and Method
von: Liu, Ze, et al.
Veröffentlicht: (2024)

Efficient Personalized Reranking with Semi-Autoregressive Generation and Online Knowledge Distillation
von: Cheng, Kai, et al.
Veröffentlicht: (2026)

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

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

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

FuXi-$α$: Scaling Recommendation Model with Feature Interaction Enhanced Transformer
von: Ye, Yufei, et al.
Veröffentlicht: (2025)

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

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

Towards A Generalist Code Embedding Model Based On Massive Data Synthesis
von: Li, Chaofan, et al.
Veröffentlicht: (2025)

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

ReasonEmbed: Enhanced Text Embeddings for Reasoning-Intensive Document Retrieval
von: Chen, Jianlyu, et al.
Veröffentlicht: (2025)

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

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

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

ClickPrompt: CTR Models are Strong Prompt Generators for Adapting Language Models to CTR Prediction
von: Lin, Jianghao, et al.
Veröffentlicht: (2023)

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

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

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

R2LED: Equipping Retrieval and Refinement in Lifelong User Modeling with Semantic IDs for CTR Prediction
von: Liu, Qidong, et al.
Veröffentlicht: (2026)

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