🚀 انقلابی در سیستم‌های توصیه‌گر با متد TRWH!

🧠 چرا هوش مصنوعی گاهی «خیالات» می‌بیند؟

آیا هوش مصنوعی می‌تواند پیشنهادهایی دقیق‌تر به ما بدهد؟ محققان به‌تازگی فریم‌ورک نوآورانه «TRWH» را معرفی کرده‌اند که با ترکیب مدل‌های زبانی بزرگ (LLM) و گراف‌های عصبی ناهمگن (HeteroGNN)، مشکل دقت در داده‌های پراکنده را حل می‌کند.

این مدل با بهره‌گیری از پروفایل‌های متنی و استراتژی «گشت تصادفی» (Random Walk)، توانسته در سناریوهای پیچیده، عملکرد سیستم‌های توصیه‌گر را به‌طور چشمگیری ارتقا دهد و خطاهای RMSE و MAE را در دیتاست‌های بزرگ کاهش دهد. این یعنی پیشنهادهای دقیق‌تر و شخصی‌سازی‌شده‌تر در آینده نزدیک! 🧠✨

‌گر

منبع: arXiv AI