Buchumschlag

Efficient Dataset Selection for Continual Adaptation of Generative Recommenders

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Jiao, Cathy, Elenter, Juan, Ravichandran, Praveen, Huber, Bernd, Cauteruccio, Joseph, Wasson, Todd, Heath, Timothy, Xiong, Chenyan, Lalmas, Mounia, Bennett, Paul
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Information Retrieval Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Calibrated Recommendations with Contextual Bandits
von: Feijer, Diego, et al.
Veröffentlicht: (2025)

Describe What You See with Multimodal Large Language Models to Enhance Video Recommendations
von: De Nadai, Marco, et al.
Veröffentlicht: (2025)

Text2Tracks: Prompt-based Music Recommendation via Generative Retrieval
von: Palumbo, Enrico, et al.
Veröffentlicht: (2025)

Do LLM-judges Align with Human Relevance in Cranfield-style Recommender Evaluation?
von: Penha, Gustavo, et al.
Veröffentlicht: (2025)

Prompt-to-Slate: Diffusion Models for Prompt-Conditioned Slate Generation
von: Tomasi, Federico, et al.
Veröffentlicht: (2024)

Generalized User Representations for Transfer Learning
von: Fazelnia, Ghazal, et al.
Veröffentlicht: (2024)

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

Towards Graph Foundation Models for Personalization
von: Damianou, Andreas, et al.
Veröffentlicht: (2024)

Evaluating Podcast Recommendations with Profile-Aware LLM-as-a-Judge
von: Fabbri, Francesco, et al.
Veröffentlicht: (2025)

Characterizing Information Shared by Participants to Coding Challenges: The Case of Advent of Code
von: Cauteruccio, Francesco, et al.
Veröffentlicht: (2024)

Embedding-to-Prefix: Parameter-Efficient Personalization for Pre-Trained Large Language Models
von: Huber, Bernd, et al.
Veröffentlicht: (2025)

Interpret and Control Dense Retrieval with Sparse Latent Features
von: Kang, Hao, et al.
Veröffentlicht: (2024)

Personalized Audiobook Recommendations at Spotify Through Graph Neural Networks
von: De Nadai, Marco, et al.
Veröffentlicht: (2024)

ResearchArena: Benchmarking Large Language Models' Ability to Collect and Organize Information as Research Agents
von: Kang, Hao, et al.
Veröffentlicht: (2024)

DIET: Learning to Distill Dataset Continually for Recommender Systems
von: Zhang, Jiaqing, et al.
Veröffentlicht: (2026)

Aligning Web Query Generation with Ranking Objectives via Direct Preference Optimization
von: Coelho, João, et al.
Veröffentlicht: (2025)

What Generative Search Engines Like and How to Optimize Web Content Cooperatively
von: Wu, Yujiang, et al.
Veröffentlicht: (2025)

Enhancing Dense Retrievers' Robustness with Group-level Reweighting
von: Han, Peixuan, et al.
Veröffentlicht: (2023)

LISRec: Modeling User Preferences with Learned Item Shortcuts for Sequential Recommendation
von: Xin, Haidong, et al.
Veröffentlicht: (2025)

Recommender Systems Algorithm Selection for Ranking Prediction on Implicit Feedback Datasets
von: Wegmeth, Lukas, et al.
Veröffentlicht: (2024)

Efficient Model-Agnostic Continual Learning for Next POI Recommendation
von: Wang, Chenhao, et al.
Veröffentlicht: (2025)

Dataset Condensation for Recommendation
von: Wu, Jiahao, et al.
Veröffentlicht: (2023)

CROSSAN: Towards Efficient and Effective Adaptation of Multiple Multimodal Foundation Models for Sequential Recommendation
von: Fu, Junchen, et al.
Veröffentlicht: (2025)

Deploying Semantic ID-based Generative Retrieval for Large-Scale Podcast Discovery at Spotify
von: D'Amico, Edoardo, et al.
Veröffentlicht: (2026)

Semantic IDs for Joint Generative Search and Recommendation
von: Penha, Gustavo, et al.
Veröffentlicht: (2025)

Dataset Regeneration for Sequential Recommendation
von: Yin, Mingjia, et al.
Veröffentlicht: (2024)

Fusion-in-T5: Unifying Document Ranking Signals for Improved Information Retrieval
von: Yu, Shi, et al.
Veröffentlicht: (2023)

ORBIT -- Open Recommendation Benchmark for Reproducible Research with Hidden Tests
von: He, Jingyuan, et al.
Veröffentlicht: (2025)

Federated Adaptation for Foundation Model-based Recommendations
von: Zhang, Chunxu, et al.
Veröffentlicht: (2024)

Improving Conversational Recommendation with Contextual Adaptation of External Recommenders and LLM-based Reranking
von: Li, Chuang, et al.
Veröffentlicht: (2025)

Dwell in the Beginning: How Language Models Embed Long Documents for Dense Retrieval
von: Coelho, João, et al.
Veröffentlicht: (2024)

Mamba4Rec: Towards Efficient Sequential Recommendation with Selective State Space Models
von: Liu, Chengkai, et al.
Veröffentlicht: (2024)

Efficient and Effective Adaptation of Multimodal Foundation Models in Sequential Recommendation
von: Fu, Junchen, 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)

Informed Dataset Selection
von: Abbas, Abdullah, et al.
Veröffentlicht: (2025)

Continual Collaborative Distillation for Recommender System
von: Lee, Gyuseok, et al.
Veröffentlicht: (2024)

Lightweight Modality Adaptation to Sequential Recommendation via Correlation Supervision
von: Hu, Hengchang, et al.
Veröffentlicht: (2024)

Cross-domain Recommender Systems via Multimodal Domain Adaptation
von: Shyam, Adamya, et al.
Veröffentlicht: (2023)

An Efficient Continuous Control Perspective for Reinforcement-Learning-based Sequential Recommendation
von: Wang, Jun, et al.
Veröffentlicht: (2024)

Green Recommender Systems: Optimizing Dataset Size for Energy-Efficient Algorithm Performance
von: Arabzadeh, Ardalan, et al.
Veröffentlicht: (2024)