Buchumschlag

Masked Diffusion for Generative Recommendation

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Shah, Kulin, Kumar, Bhuvesh, Shah, Neil, Collins, Liam
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Machine Learning Information Retrieval
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Generative Recommendation with Semantic IDs: A Practitioner's Handbook
von: Ju, Clark Mingxuan, et al.
Veröffentlicht: (2025)

CoSearch: Joint Training of Reasoning and Document Ranking via Reinforcement Learning for Agentic Search
von: Zeng, Hansi, et al.
Veröffentlicht: (2026)

EDGE-Rec: Efficient and Data-Guided Edge Diffusion For Recommender Systems Graphs
von: Priyam, Utkarsh, et al.
Veröffentlicht: (2024)

Revisiting Self-attention for Cross-domain Sequential Recommendation
von: Ju, Clark Mingxuan, et al.
Veröffentlicht: (2025)

Enhancing Item Tokenization for Generative Recommendation through Self-Improvement
von: Chen, Runjin, et al.
Veröffentlicht: (2024)

Parameter-Efficient Single Collaborative Branch for Recommendation
von: Moscati, Marta, et al.
Veröffentlicht: (2025)

Robust Training Objectives Improve Embedding-based Retrieval in Industrial Recommendation Systems
von: Kolodner, Matthew, et al.
Veröffentlicht: (2024)

Efficient and Responsible Adaptation of Large Language Models for Robust and Equitable Top-k Recommendations
von: Kaur, Kirandeep, et al.
Veröffentlicht: (2025)

On the Role of Weight Decay in Collaborative Filtering: A Popularity Perspective
von: Loveland, Donald, et al.
Veröffentlicht: (2025)

HMAR: Hierarchical Masked Attention for Multi-Behaviour Recommendation
von: Elsayed, Shereen, et al.
Veröffentlicht: (2024)

A Survey of Graph Neural Networks for Social Recommender Systems
von: Sharma, Kartik, et al.
Veröffentlicht: (2022)

Understanding and Scaling Collaborative Filtering Optimization from the Perspective of Matrix Rank
von: Loveland, Donald, et al.
Veröffentlicht: (2024)

Retentive Decision Transformer with Adaptive Masking for Reinforcement Learning based Recommendation Systems
von: Wang, Siyu, et al.
Veröffentlicht: (2024)

Diffusion Cross-domain Recommendation
von: Xuan, Yuner
Veröffentlicht: (2024)

How Does Message Passing Improve Collaborative Filtering?
von: Ju, Mingxuan, et al.
Veröffentlicht: (2024)

ContextGNN: Beyond Two-Tower Recommendation Systems
von: Yuan, Yiwen, et al.
Veröffentlicht: (2024)

DimeRec: A Unified Framework for Enhanced Sequential Recommendation via Generative Diffusion Models
von: Li, Wuchao, et al.
Veröffentlicht: (2024)

Semantic IDs for Recommender Systems at Snapchat: Use Cases, Technical Challenges, and Design Choices
von: Ju, Clark Mingxuan, et al.
Veröffentlicht: (2026)

DiffGRM: Diffusion-based Generative Recommendation Model
von: Liu, Zhao, et al.
Veröffentlicht: (2025)

Masked Diffusion Generative Recommendation
von: Mu, Lingyu, et al.
Veröffentlicht: (2026)

Trie-Aware Transformers for Generative Recommendation
von: Xu, Zhenxiang, et al.
Veröffentlicht: (2026)

Generative Recommendation for Large-Scale Advertising
von: Xue, Ben, et al.
Veröffentlicht: (2026)

Generalized Embedding Machines for Recommender Systems
von: Yang, Enneng, et al.
Veröffentlicht: (2020)

Correct and Weight: A Simple Yet Effective Loss for Implicit Feedback Recommendation
von: Yin, Minglei, et al.
Veröffentlicht: (2026)

Exploiting ID-Text Complementarity via Ensembling for Sequential Recommendation
von: Collins, Liam, et al.
Veröffentlicht: (2025)

Learning Universal User Representations Leveraging Cross-domain User Intent at Snapchat
von: Ju, Clark Mingxuan, et al.
Veröffentlicht: (2025)

End-to-End Semantic ID Generation for Generative Advertisement Recommendation
von: Jiang, Jie, et al.
Veröffentlicht: (2026)

Dynamic-KGQA: A Scalable Framework for Generating Adaptive Question Answering Datasets
von: Dammu, Preetam Prabhu Srikar, et al.
Veröffentlicht: (2025)

A Multimodal Single-Branch Embedding Network for Recommendation in Cold-Start and Missing Modality Scenarios
von: Ganhör, Christian, et al.
Veröffentlicht: (2024)

Unlocking the Power of Diffusion Models in Sequential Recommendation: A Simple and Effective Approach
von: Chen, Jialei, et al.
Veröffentlicht: (2025)

From Agnostic to Specific: Latent Preference Diffusion for Multi-Behavior Sequential Recommendation
von: Yang, Ruochen, et al.
Veröffentlicht: (2026)

Beyond Static Evaluation: Rethinking the Assessment of Personalized Agent Adaptability in Information Retrieval
von: Kaur, Kirandeep, et al.
Veröffentlicht: (2025)

IntSR: An Integrated Generative Framework for Search and Recommendation
von: Yan, Huimin, et al.
Veröffentlicht: (2025)

Autoregressive Generation Strategies for Top-K Sequential Recommendations
von: Volodkevich, Anna, et al.
Veröffentlicht: (2024)

Efficient Dataset Selection for Continual Adaptation of Generative Recommenders
von: Jiao, Cathy, et al.
Veröffentlicht: (2026)

Dual Adversarial Perturbators Generate rich Views for Recommendation
von: Zhang, Lijun, et al.
Veröffentlicht: (2024)

DifFaiRec: Generative Fair Recommender with Conditional Diffusion Model
von: Jiang, Zhenhao, et al.
Veröffentlicht: (2024)

MLPs are Efficient Distilled Generative Recommenders
von: Guo, Zitian, et al.
Veröffentlicht: (2026)

ActionPiece: Contextually Tokenizing Action Sequences for Generative Recommendation
von: Hou, Yupeng, et al.
Veröffentlicht: (2025)

Scaling Generative Recommendations with Context Parallelism on Hierarchical Sequential Transducers
von: Dong, Yue, et al.
Veröffentlicht: (2025)