Buchumschlag

Inference Computation Scaling for Feature Augmentation in Recommendation Systems

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Liu, Weihao, Du, Zhaocheng, Zhao, Haiyuan, Zhang, Wenbo, Zhao, Xiaoyan, Wang, Gang, Dong, Zhenhua, Xu, Jun
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Information Retrieval Computation and Language
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Retrievable Domain-Sensitive Feature Memory for Multi-Domain Recommendation
von: Zhao, Yuang, et al.
Veröffentlicht: (2024)

FairFS: Addressing Deep Feature Selection Biases for Recommender System
von: Wang, Xianquan, et al.
Veröffentlicht: (2026)

TayFCS: Towards Light Feature Combination Selection for Deep Recommender Systems
von: Wang, Xianquan, et al.
Veröffentlicht: (2025)

Counteracting Duration Bias in Video Recommendation via Counterfactual Watch Time
von: Zhao, Haiyuan, et al.
Veröffentlicht: (2024)

Perplexity Trap: PLM-Based Retrievers Overrate Low Perplexity Documents
von: Wang, Haoyu, et al.
Veröffentlicht: (2025)

Exploring the Escalation of Source Bias in User, Data, and Recommender System Feedback Loop
von: Zhou, Yuqi, et al.
Veröffentlicht: (2024)

Cocktail: A Comprehensive Information Retrieval Benchmark with LLM-Generated Documents Integration
von: Dai, Sunhao, et al.
Veröffentlicht: (2024)

FollowTable: A Benchmark for Instruction-Following Table Retrieval
von: Jin, Rihui, et al.
Veröffentlicht: (2026)

SELF: Surrogate-light Feature Selection with Large Language Models in Deep Recommender Systems
von: Jia, Pengyue, et al.
Veröffentlicht: (2024)

Evaluating Conversational Recommender Systems via Large Language Models: A User-Centric Framework
von: Chen, Nuo, et al.
Veröffentlicht: (2025)

Regret-aware Re-ranking for Guaranteeing Two-sided Fairness and Accuracy in Recommender Systems
von: Ye, Xiaopeng, et al.
Veröffentlicht: (2025)

Unbiased Top-k Learning to Rank with Causal Likelihood Decomposition
von: Zhao, Haiyuan, et al.
Veröffentlicht: (2022)

RecSys Arena: Pair-wise Recommender System Evaluation with Large Language Models
von: Wu, Zhuo, et al.
Veröffentlicht: (2024)

Multimodal Pretraining, Adaptation, and Generation for Recommendation: A Survey
von: Liu, Qijiong, et al.
Veröffentlicht: (2024)

ERASE: Benchmarking Feature Selection Methods for Deep Recommender Systems
von: Jia, Pengyue, et al.
Veröffentlicht: (2024)

Graph Retrieval-Augmented LLM for Conversational Recommendation Systems
von: Qiu, Zhangchi, et al.
Veröffentlicht: (2025)

Prompt Tuning as User Inherent Profile Inference Machine
von: Lu, Yusheng, et al.
Veröffentlicht: (2024)

MMREC: LLM Based Multi-Modal Recommender System
von: Tian, Jiahao, et al.
Veröffentlicht: (2024)

MALLOC: Benchmarking the Memory-aware Long Sequence Compression for Large Sequential Recommendation
von: Yu, Qihang, et al.
Veröffentlicht: (2026)

Improving Conversational Recommendation Systems via Counterfactual Data Simulation
von: Wang, Xiaolei, et al.
Veröffentlicht: (2023)

Efficient Inference for Large Language Model-based Generative Recommendation
von: Lin, Xinyu, et al.
Veröffentlicht: (2024)

Retrieval-Augmented Review Generation for Poisoning Recommender Systems
von: Yang, Shiyi, et al.
Veröffentlicht: (2025)

Bias and Unfairness in Information Retrieval Systems: New Challenges in the LLM Era
von: Dai, Sunhao, et al.
Veröffentlicht: (2024)

Learning Multi-Aspect Item Palette: A Semantic Tokenization Framework for Generative Recommendation
von: Liu, Qijiong, et al.
Veröffentlicht: (2024)

A Survey on Large Language Models in Multimodal Recommender Systems
von: Lopez-Avila, Alejo, et al.
Veröffentlicht: (2025)

Large Language Models are Zero-Shot Rankers for Recommender Systems
von: Hou, Yupeng, et al.
Veröffentlicht: (2023)

Effective Knowledge Transfer for Multi-Task Recommendation Models
von: Cai, Guohao, et al.
Veröffentlicht: (2026)

A Contextual-Aware Position Encoding for Sequential Recommendation
von: Yuan, Jun, et al.
Veröffentlicht: (2025)

Thought-Augmented Planning for LLM-Powered Interactive Recommender Agent
von: Yu, Haocheng, et al.
Veröffentlicht: (2025)

Recommender Systems in the Era of Large Language Models (LLMs)
von: Zhao, Zihuai, et al.
Veröffentlicht: (2023)

SampleLLM: Optimizing Tabular Data Synthesis in Recommendations
von: Gao, Jingtong, et al.
Veröffentlicht: (2025)

FlashRAG: A Modular Toolkit for Efficient Retrieval-Augmented Generation Research
von: Jin, Jiajie, et al.
Veröffentlicht: (2024)

Dynamic User Interest Augmentation via Stream Clustering and Memory Networks in Large-Scale Recommender Systems
von: Liu, Peng, et al.
Veröffentlicht: (2024)

Neural Retrievers are Biased Towards LLM-Generated Content
von: Dai, Sunhao, et al.
Veröffentlicht: (2023)

LLM-ESR: Large Language Models Enhancement for Long-tailed Sequential Recommendation
von: Liu, Qidong, et al.
Veröffentlicht: (2024)

RALLRec: Improving Retrieval Augmented Large Language Model Recommendation with Representation Learning
von: Xu, Jian, et al.
Veröffentlicht: (2025)

iAgent: LLM Agent as a Shield between User and Recommender Systems
von: Xu, Wujiang, et al.
Veröffentlicht: (2025)

Unveiling Inference Scaling for Difference-Aware User Modeling in LLM Personalization
von: Chen, Suyu, et al.
Veröffentlicht: (2025)

Collaborative Cross-modal Fusion with Large Language Model for Recommendation
von: Liu, Zhongzhou, et al.
Veröffentlicht: (2024)

Exploring Training and Inference Scaling Laws in Generative Retrieval
von: Cai, Hongru, et al.
Veröffentlicht: (2025)