可解释的建议表明，它在提高建议性说服力，用户满意度，系统透明度等方面具有巨大的优势。可解释建议的一个基本问题是如何评估解释。在过去的几年中，已经提出了各种评估策略 ...

在许多实际任务中，功能正在发展，某些功能消失了，其他功能增加了。例如，在环境中监视某些传感器已过期的，而某些新的传感器则部署；在手机游戏建议中，一些游戏下降了，而一些新游戏却添加了。以这种增量和降低特征学习至关重要，但很少研究，尤其是当数据像流一样出现时，因此将整个数据保留以进行优化是不可行的 ...

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... ...

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 ...

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 ...

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 ...

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 ...

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 ...