Buchumschlag

Exploring Test-time Scaling via Prediction Merging on Large-Scale Recommendation

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Lyu, Fuyuan, Chen, Zhentai, Jiang, Jingyan, Li, Lingjie, Tang, Xing, He, Xiuqiang, Liu, Xue
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Information Retrieval Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Retrieve-then-Adapt: Retrieval-Augmented Test-Time Adaptation for Sequential Recommendation
von: Tang, Xing, et al.
Veröffentlicht: (2026)

Touch the Core: Exploring Task Dependence Among Hybrid Targets for Recommendation
von: Tang, Xing, et al.
Veröffentlicht: (2024)

A Predict-Then-Optimize Customer Allocation Framework for Online Fund Recommendation
von: Tang, Xing, et al.
Veröffentlicht: (2025)

Optimizing Feature Set for Click-Through Rate Prediction
von: Lyu, Fuyuan, et al.
Veröffentlicht: (2023)

OptDist: Learning Optimal Distribution for Customer Lifetime Value Prediction
von: Weng, Yunpeng, et al.
Veröffentlicht: (2024)

Comprehending Knowledge Graphs with Large Language Models for Recommender Systems
von: Cui, Ziqiang, et al.
Veröffentlicht: (2024)

Fusion Matters: Learning Fusion in Deep Click-through Rate Prediction Models
von: Zhang, Kexin, et al.
Veröffentlicht: (2024)

Data-Driven Function Calling Improvements in Large Language Model for Online Financial QA
von: Tang, Xing, et al.
Veröffentlicht: (2026)

Mixed-Precision Embeddings for Large-Scale Recommendation Models
von: Li, Shiwei, et al.
Veröffentlicht: (2024)

End-to-End Cost-Effective Incentive Recommendation under Budget Constraint with Uplift Modeling
von: Sun, Zexu, et al.
Veröffentlicht: (2024)

Give Users the Wheel: Towards Promptable Recommendation Paradigm
von: Lyu, Fuyuan, et al.
Veröffentlicht: (2026)

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

Result Diversification in Search and Recommendation: A Survey
von: Wu, Haolun, et al.
Veröffentlicht: (2022)

Large Language Model as Universal Retriever in Industrial-Scale Recommender System
von: Jiang, Junguang, et al.
Veröffentlicht: (2025)

RPAF: A Reinforcement Prediction-Allocation Framework for Cache Allocation in Large-Scale Recommender Systems
von: Su, Shuo, et al.
Veröffentlicht: (2024)

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

Cache-Aware Reinforcement Learning in Large-Scale Recommender Systems
von: Chen, Xiaoshuang, et al.
Veröffentlicht: (2024)

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

On the Embedding Collapse when Scaling up Recommendation Models
von: Guo, Xingzhuo, et al.
Veröffentlicht: (2023)

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

Bending the Scaling Law Curve in Large-Scale Recommendation Systems
von: Ding, Qin, et al.
Veröffentlicht: (2026)

Enhancing Performance and Scalability of Large-Scale Recommendation Systems with Jagged Flash Attention
von: Xu, Rengan, et al.
Veröffentlicht: (2024)

Expected Transaction Value Optimization for Precise Marketing in FinTech Platforms
von: Weng, Yunpeng, et al.
Veröffentlicht: (2024)

Adaptive Quality-Diversity Trade-offs for Large-Scale Batch Recommendation
von: Réda, Clémence, et al.
Veröffentlicht: (2026)

A Unified Language Model for Large Scale Search, Recommendation, and Reasoning
von: De Nadai, Marco, et al.
Veröffentlicht: (2026)

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

STARS: Semantic Tokens with Augmented Representations for Recommendation at Scale
von: Chen, Han, et al.
Veröffentlicht: (2025)

Efficient Retrieval Scaling with Hierarchical Indexing for Large Scale Recommendation
von: Fu, Dongqi, et al.
Veröffentlicht: (2026)

Evaluating Performance and Bias of Negative Sampling in Large-Scale Sequential Recommendation Models
von: Prakash, Arushi, et al.
Veröffentlicht: (2024)

Efficient Large-Scale Cross-Domain Sequential Recommendation with Dynamic State Representations
von: Loureiro, Manuel V., et al.
Veröffentlicht: (2025)

Dual Test-time Training for Out-of-distribution Recommender System
von: Yang, Xihong, et al.
Veröffentlicht: (2024)

CASE: Cadence-Aware Set Encoding for Large-Scale Next Basket Repurchase Recommendation
von: Cao, Yanan, et al.
Veröffentlicht: (2026)

LLaTTE: Scaling Laws for Multi-Stage Sequence Modeling in Large-Scale Ads Recommendation
von: Xiong, Lee, et al.
Veröffentlicht: (2026)

SLSREC: Self-Supervised Contrastive Learning for Adaptive Fusion of Long- and Short-Term User Interests
von: Zhou, Wei, et al.
Veröffentlicht: (2026)

UnifiedRL: A Reinforcement Learning Algorithm Tailored for Multi-Task Fusion in Large-Scale Recommender Systems
von: Liu, Peng, et al.
Veröffentlicht: (2024)

Automated Information Flow Selection for Multi-scenario Multi-task Recommendation
von: Yang, Chaohua, et al.
Veröffentlicht: (2025)

Macro Graph of Experts for Billion-Scale Multi-Task Recommendation
von: Yao, Hongyu, et al.
Veröffentlicht: (2025)

Test-Time Scaling Strategies for Generative Retrieval in Multimodal Conversational Recommendations
von: Hsu, Hung-Chun, et al.
Veröffentlicht: (2025)

DCN^2: Interplay of Implicit Collision Weights and Explicit Cross Layers for Large-Scale Recommendation
von: Škrlj, Blaž, et al.
Veröffentlicht: (2025)

MultiBalance: Multi-Objective Gradient Balancing in Industrial-Scale Multi-Task Recommendation System
von: He, Yun, et al.
Veröffentlicht: (2024)