Personalized Prompt Learning for Explainable Recommendation 
提供用户易于理解的解释来证明推荐的合理性可以帮助用户更好地理解推荐的项目，提高系统的易用性并赢得用户的信任。实现它的典型方法是自然语言生成。然而，之前的工作大多采用循环神经网络来达到目的，而潜在的更有效的预训练 Transformer 模型尚未得到充分探索... ...
0 0 0 2025/04/19 arXiv:2202.07371v2 zhangpeng96726
Toward a Better Understanding of Loss Functions for Collaborative Filtering 
协作过滤（CF）是现代推荐系统中的关键技术。 CF模型的学习过程通常由三个组成部分组成：相互作用编码，损耗函数和负抽样。尽管许多现有的研究提出了各种CF模型来设计复杂的交互编码器，但最近的工作表明，简单地重新重新提出损失功能可以实现显着的绩效提高 ...
0 0 0 2025/04/19 arXiv:2308.06091v2 frank642
Federated Learning for Generalization, Robustness, Fairness: A Survey and Benchmark 
联邦学习已成为不同政党之间隐私合作的有前途的范式。最近，随着联邦学习的普及，大量方法涌入了不同的现实挑战。在这项调查中，我们对联邦学习研究的重要和最新发展提供了系统的概述 ...
0 0 0 2025/04/19 arXiv:2311.06750v1 xixiaixixi
RAU: Towards Regularized Alignment and Uniformity for Representation Learning in Recommendation 
推荐系统（RECSYS）在现代社会中已经至关重要，推动了不同在线平台的用户参与度和满意度。大多数Recsys都致力于设计一个强大的编码器，以将用户和项目嵌入高维矢量表示空间中，并具有损失功能来优化其表示形式。最近的研究表明，直接优化表示分布的关键特性，例如对齐和均匀性，可以超越复杂的编码器设计 ...
0 0 0 2025/04/19 arXiv:2503.18300v1 frank642
DeepSet SimCLR: Self-supervised deep sets for improved pathology representation learning 
通常，自我监督学习到3D医学数据的应用选择使用成功的2D网络体系结构的3D变体。尽管有希望的方法，但它们在计算上要求训练的要求更大，从而将这些方法的广泛适用性从具有适度的计算资源的方法中脱颖而出。因此，在本文中，我们旨在通过隐式建模这些数据集的固有3D性质来改善标准2D SSL算法 ...
0 0 0 2025/04/19 arXiv:2402.15598v1 uuu1012
Be Yourself: Bounded Attention for Multi-Subject Text-to-Image Generation 
文本对图像扩散模型具有前所未有的能力，可以产生多样化和高质量的图像。但是，他们经常努力忠实地捕获包括多个主题在内的复杂输入提示的预期语义。最近，已经引入了许多布局到图像扩展，以改善用户控制，旨在本地化特定 Token 代表的主题 ...
0 0 0 2025/04/19 arXiv:2403.16990v1 xuan
xuan
VEXP: A Low-Cost RISC-V ISA Extension for Accelerated Softmax Computation in Transformers 
虽然 Transformer 以浮点（FP）矩阵 - 刺激为主导，但它们通过专用硬件或多核可编程系统的积极加速已将性能瓶颈转移到SoftMax等非线性功能。加速软玛克斯由于其非强度的非线性性质而具有挑战性，这是最苛刻的步骤。为了解决这个问题，我们设计了一个基于Schraudolph方法的新型近似算法的定制算术块，利用了一种新颖的近似算法，并通过自定义指导集（ISA）架构的compute集群的RIS ...
0 0 0 2025/04/19 arXiv:2504.11227v1 odenkkk
Style Aligned Image Generation via Shared Attention 
大规模的文本对图像（T2I）模型已在创意领域迅速获得突出，从而从文本提示中产生了令人信服的输出。但是，控制这些模型以确保一致的样式仍然具有挑战性，现有方法需要微调和手动干预才能解散内容和样式。在本文中，我们介绍了StyleLealed，这是一种新型技术，旨在在一系列生成的图像中建立风格对齐 ...
0 0 0 2025/04/19 arXiv:2312.02133v2 xuan

来一起翻译吧！


为了您和其他读者获得更好的阅读体验，请您勇敢地改进翻译，特别是一些显而易见的机器翻译错误。


虽然我们追求卓越，但我们并不要求翻译十全十美，因此请不要担心您翻译有误 —— 我们的服务器已经记录所有的翻译，您不必担心会因为您的失误导致无法挽回的破坏。（改编自维基百科）