大规模主页建议面临着由暴露偏见引起的伪阴性样本所面临的关键挑战，在这些样本中，非单击可能表明不注意而不是不感兴趣。现有工作缺乏对无效暴露的彻底分析，通常会解决孤立的方面（例如 ...

大型语言模型（LLM）已提高了人工智能（AI）领域，并且是交互式系统的强大推动力。但是，他们仍然在需要适应用户的长期互动中面临挑战，以及对不断变化的环境的上下文知识和理解。为了克服这些挑战，需要整体记忆建模才能有效地检索和存储相互作用会话中的相关信息以进行合适的响应 ...

常规推荐系统成功地识别了相关内容，但通常无法为用户提供令人惊讶或新颖的项目。多模式的大语言模型（MLLM）具有偶然性所需的世界知识和多模式的理解，但是它们与十亿个项目级平台的整合提出了重大挑战。在本文中，我们提出了一个新型的层次结构框架，在该框架中，微调的MLLM为常规推荐模型提供了高级指导，将其转向更加偶然的建议 ...

我们的目标是视听同步，重点是“野外”视频，例如在YouTube上的视频，在YouTube上，同步提示可能很少。我们的贡献包括一种新型的视听同步模型，以及将通过多模式段级对比度预训练从同步建模中提取的训练。这种方法在密集和稀疏设置中都达到了最新的性能 ...

基于替代的建议在电子商务中广泛使用，为客户提供更好的替代方案。但是，现有的研究通常使用客户行为信号，例如共同观看和查看购买，但另一个可以捕获替代关系。尽管具有直观的健全性，我们发现这种方法可能会忽略产品的功能和特征 ...

作为个性化建议中的基本但重要的过程，候选人生成和建议有效地帮助用户找到最合适的物品。因此，确定可互换的可替代项目为完善生成的候选人的质量提供了新的机会。当用户浏览特定类型的产品时（e ...

船只轨迹预测在众多海上应用和服务中起着关键作用。虽然自动识别系统（AIS）提供了丰富的信息来源来解决此任务，但即使对于现代机器学习技术，使用AIS数据预测船只轨迹仍然具有挑战性，因为运动数据的固有异构和多模态性质。在本文中，我们提出了一种解决这些挑战的新方法 ...

图表在数据可视化，了解数据模式和知情决策中起着至关重要的作用。但是，它们的图形元素独特组合（例如 ...