Buchumschlag

Exploiting ID-Text Complementarity via Ensembling for Sequential Recommendation

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Collins, Liam, Kumar, Bhuvesh, Ju, Clark Mingxuan, Zhao, Tong, Loveland, Donald, Neves, Leonardo, Shah, Neil
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Masked Diffusion for Generative Recommendation
von: Shah, Kulin, et al.
Veröffentlicht: (2025)

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

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

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

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

FlexRec: Adapting LLM-based Recommenders for Flexible Needs via Reinforcement Learning
von: Pan, Yijun, et al.
Veröffentlicht: (2026)

Hierarchical Token Prepending: Enhancing Information Flow in Decoder-based LLM Embeddings
von: Ding, Xueying, et al.
Veröffentlicht: (2025)

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

Learning Along the Arrow of Time: Hyperbolic Geometry for Backward-Compatible Representation Learning
von: Bui, Ngoc, et al.
Veröffentlicht: (2025)

Understanding Generative Recommendation with Semantic IDs from a Model-scaling View
von: Liu, Jingzhe, et al.
Veröffentlicht: (2025)

GraphHash: Graph Clustering Enables Parameter Efficiency in Recommender Systems
von: Wu, Xinyi, et al.
Veröffentlicht: (2024)

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

Threshold Differential Attention for Sink-Free, Ultra-Sparse, and Non-Dispersive Language Modeling
von: Huang, Xingyue, et al.
Veröffentlicht: (2026)

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

A Pre-training Framework for Relational Data with Information-theoretic Principles
von: Truong, Quang, et al.
Veröffentlicht: (2025)

Heuristic Methods are Good Teachers to Distill MLPs for Graph Link Prediction
von: Qin, Zongyue, et al.
Veröffentlicht: (2025)

Unveiling the Impact of Local Homophily on GNN Fairness: In-Depth Analysis and New Benchmarks
von: Loveland, Donald, et al.
Veröffentlicht: (2024)

Glance for Context: Learning When to Leverage LLMs for Node-Aware GNN-LLM Fusion
von: Loveland, Donald, et al.
Veröffentlicht: (2025)

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

Exploiting Preferences in Loss Functions for Sequential Recommendation via Weak Transitivity
von: Chung, Hyunsoo, et al.
Veröffentlicht: (2024)

Optimal Sequential Recommendations: Exploiting User and Item Structure
von: Karzand, Mina, et al.
Veröffentlicht: (2025)

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

Break the ID-Language Barrier: An Adaption Framework for LLM-based Sequential Recommendation
von: Yu, Xiaohan, 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)

Node Duplication Improves Cold-start Link Prediction
von: Guo, Zhichun, et al.
Veröffentlicht: (2024)

One Model for One Graph: A New Perspective for Pretraining with Cross-domain Graphs
von: Liu, Jingzhe, et al.
Veröffentlicht: (2024)

Expressiveness Limits of Autoregressive Semantic ID Generation in Generative Recommendation
von: Hou, Yupeng, et al.
Veröffentlicht: (2026)

Enhancing Multiview Synergy: Robust Learning by Exploiting the Wave Loss Function with Consensus and Complementarity Principles
von: Quadir, A., et al.
Veröffentlicht: (2024)

Haste Makes Waste: A Simple Approach for Scaling Graph Neural Networks
von: Xue, Rui, et al.
Veröffentlicht: (2024)

ID and Graph View Contrastive Learning with Multi-View Attention Fusion for Sequential Recommendation
von: Zhou, Xiaofan, et al.
Veröffentlicht: (2026)

Enhancing Time Series Forecasting via Multi-Level Text Alignment with LLMs
von: Zhao, Taibiao, et al.
Veröffentlicht: (2025)

Designing Algorithmic Recommendations to Achieve Human-AI Complementarity
von: McLaughlin, Bryce, et al.
Veröffentlicht: (2024)

Domain Gating Ensemble Networks for AI-Generated Text Detection
von: Tripathi, Arihant, et al.
Veröffentlicht: (2025)

Humble your Overconfident Networks: Unlearning Overfitting via Sequential Monte Carlo Tempered Deep Ensembles
von: Millard, Andrew, et al.
Veröffentlicht: (2025)

Sequential Bayesian Neural Subnetwork Ensembles
von: Jantre, Sanket, et al.
Veröffentlicht: (2022)

Generative Diffusion Models for Sequential Recommendations
von: Zolghadr, Sharare, et al.
Veröffentlicht: (2024)

Autoencoder-assisted Feature Ensemble Net for Incipient Faults
von: Gao, Mingxuan, et al.
Veröffentlicht: (2024)

Exploiting Observation Bias to Improve Matrix Completion
von: Jedra, Yassir, et al.
Veröffentlicht: (2023)

LLaGA: Large Language and Graph Assistant
von: Chen, Runjin, et al.
Veröffentlicht: (2024)

Token-Controlled Re-ranking for Sequential Recommendation via LLMs
von: Dai, Wenxi, et al.
Veröffentlicht: (2025)