跳到正文
热点事件持续更新

Maolei Huang 等发布面向促销漂移的工业推荐框架 COTTI

1 篇报道1 个报道来源46 分钟前更新

先了解这件事

AI 综述

Maolei Huang 等在 arXiv 发布论文,提出面向促销(大促)漂移的工业推荐框架 COTTI,将历史表征学习与活动期分数调整分离,包含跨周期对比对齐(CPC)、主动重加权(RW)和自适应边界对齐(ABA)三个模块。 论文称,在 Fliggy 数据上 COTTI 离线 AUC 达 0.8127,高于 TEN 的 0.8101 和加 ABA 的 TEN 的 0.8123;与线上 HDR 模型对比的十天在线实验显示转化率相对提升 3.14%、千次展示收入相对提升 2.68%。推理方面 p99 延迟 38.9ms、吞吐 14,700 请求/s,开启 ABA 增加 2.2ms。

AI 根据报道生成 · 15 分钟前更新

报道时间线

沿着报道,了解事件的不同侧面。

11月18日
  1. arXiv cs.AI
    COTTI:面向促销漂移下工业推荐鲁棒性的对比训练与时序感知推理框架

    COTTI 是一个将历史表征学习与活动期分数调整分离的工业推荐框架,包含跨周期对比对齐(CPC)、主动重加权(RW)和自适应边界对齐(ABA)三个模块。在 Fliggy 数据上离线 AUC 达 0.8127,优于 TEN 的 0.8101;p99 延迟 38.9ms,吞吐 14,700 请求/s,开启 ABA 增加 2.2ms。

本事件热度走势

还没有足够的连续观测数据,暂不绘制趋势。