Buchumschlag

Causal Negative Sampling via Diffusion Model for Out-of-Distribution Recommendation

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Zhao, Chu, Yang, Eneng, Dang, Yizhou, Zhao, Jianzhe, Guo, Guibing, Wang, Xingwei
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Machine Learning Artificial Intelligence
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Distributionally Robust Graph Out-of-Distribution Recommendation via Diffusion Model
von: Zhao, Chu, et al.
Veröffentlicht: (2025)

Graph Representation Learning via Causal Diffusion for Out-of-Distribution Recommendation
von: Zhao, Chu, et al.
Veröffentlicht: (2024)

Symmetric Graph Contrastive Learning against Noisy Views for Recommendation
von: Zhao, Chu, et al.
Veröffentlicht: (2024)

Causal Direct Preference Optimization for Distributionally Robust Generative Recommendation
von: Zhao, Chu, et al.
Veröffentlicht: (2026)

Towards Unified Modeling for Positive and Negative Preferences in Sign-Aware Recommendation
von: Liu, Yuting, et al.
Veröffentlicht: (2024)

ECHO: Entropy-Confidence Hybrid Optimization for Test-Time Reinforcement Learning
von: Zhao, Chu, et al.
Veröffentlicht: (2026)

Efficient Prompt Tuning by Multi-Space Projection and Prompt Fusion
von: Lan, Pengxiang, et al.
Veröffentlicht: (2024)

CoRA: Collaborative Information Perception by Large Language Model's Weights for Recommendation
von: Liu, Yuting, et al.
Veröffentlicht: (2024)

Hard Negative Sampling via Large Language Models for Recommendation
von: Zhao, Chu, et al.
Veröffentlicht: (2025)

Fusion and Alignment Enhancement with Large Language Models for Tail-item Sequential Recommendation
von: Wei, Zhifu, et al.
Veröffentlicht: (2026)

Efficient and Effective Prompt Tuning via Prompt Decomposition and Compressed Outer Product
von: Lan, Pengxiang, et al.
Veröffentlicht: (2025)

Representation Surgery for Multi-Task Model Merging
von: Yang, Enneng, et al.
Veröffentlicht: (2024)

Adaptive Dual-Weighting Framework for Federated Learning via Out-of-Distribution Detection
von: Ling, Zhiwei, et al.
Veröffentlicht: (2026)

Beyond Penalization: Diffusion-based Out-of-Distribution Detection and Selective Regularization in Offline Reinforcement Learning
von: Wang, Qingjun, et al.
Veröffentlicht: (2026)

SurgeryV2: Bridging the Gap Between Model Merging and Multi-Task Learning with Deep Representation Surgery
von: Yang, Enneng, et al.
Veröffentlicht: (2024)

Causal Diffusion Autoencoders: Toward Counterfactual Generation via Diffusion Probabilistic Models
von: Komanduri, Aneesh, et al.
Veröffentlicht: (2024)

ID Embedding as Subtle Features of Content and Structure for Multimodal Recommendation
von: Liu, Yuting, et al.
Veröffentlicht: (2023)

Model Merging in LLMs, MLLMs, and Beyond: Methods, Theories, Applications and Opportunities
von: Yang, Enneng, et al.
Veröffentlicht: (2024)

Out-of-Distribution Adaptation in Offline RL: Counterfactual Reasoning via Causal Normalizing Flows
von: Cho, Minjae, et al.
Veröffentlicht: (2024)

Data Augmentation for Sequential Recommendation: A Survey
von: Dang, Yizhou, et al.
Veröffentlicht: (2024)

Few-Shot Causal Representation Learning for Out-of-Distribution Generalization on Heterogeneous Graphs
von: Ding, Pengfei, et al.
Veröffentlicht: (2024)

Boosting Protein Language Models with Negative Sample Mining
von: Xu, Yaoyao, et al.
Veröffentlicht: (2024)

Out-of-Distribution Detection with a Single Unconditional Diffusion Model
von: Heng, Alvin, et al.
Veröffentlicht: (2024)

Internal Causal Mechanisms Robustly Predict Language Model Out-of-Distribution Behaviors
von: Huang, Jing, et al.
Veröffentlicht: (2025)

Data Augmentation as Free Lunch: Exploring the Test-Time Augmentation for Sequential Recommendation
von: Dang, Yizhou, et al.
Veröffentlicht: (2025)

Repeated Padding+: Simple yet Effective Data Augmentation Plugin for Sequential Recommendation
von: Dang, Yizhou, et al.
Veröffentlicht: (2024)

Towards Understanding the Role of Sharpness-Aware Minimization Algorithms for Out-of-Distribution Generalization
von: Schapiro, Samuel, et al.
Veröffentlicht: (2024)

Tail-Aware Data Augmentation for Long-Tail Sequential Recommendation
von: Dang, Yizhou, et al.
Veröffentlicht: (2026)

Out-of-Distribution Generalization for Neural Physics Solvers
von: Wei, Zhao, et al.
Veröffentlicht: (2026)

Transferable Delay-Aware Reinforcement Learning via Implicit Causal Graph Modeling
von: Zhao, Chenran, et al.
Veröffentlicht: (2026)

Multi-Layer Confidence Scoring for Detection of Out-of-Distribution Samples, Adversarial Attacks, and In-Distribution Misclassifications
von: Capelli, Lorenzo, et al.
Veröffentlicht: (2025)

Investigating Out-of-Distribution Generalization of GNNs: An Architecture Perspective
von: Guo, Kai, et al.
Veröffentlicht: (2024)

Safeguarding LLM Fine-tuning via Push-Pull Distributional Alignment
von: Wang, Haozhong, et al.
Veröffentlicht: (2026)

Simulator and Experience Enhanced Diffusion Model for Comprehensive ECG Generation
von: Wang, Xiaoda, et al.
Veröffentlicht: (2025)

Enhancing Distribution and Label Consistency for Graph Out-of-Distribution Generalization
von: Wang, Song, et al.
Veröffentlicht: (2025)

Perturb-and-Compare Approach for Detecting Out-of-Distribution Samples in Constrained Access Environments
von: Lee, Heeyoung, et al.
Veröffentlicht: (2024)

RW-NSGCN: A Robust Approach to Structural Attacks via Negative Sampling
von: He, Shuqi, et al.
Veröffentlicht: (2024)

Structure-Adaptive Conformal Inference for Large-Scale Out-of-Distribution Testing
von: Sun, Rongyi, et al.
Veröffentlicht: (2026)

Unlocking Out-of-Distribution Generalization in Transformers via Recursive Latent Space Reasoning
von: Altabaa, Awni, et al.
Veröffentlicht: (2025)

SCONE: A Novel Stochastic Sampling to Generate Contrastive Views and Hard Negative Samples for Recommendation
von: Lee, Chaejeong, et al.
Veröffentlicht: (2024)