🚀 هوش مصنوعی و حل چالش «اثر متیو» در سیستم‌های توصیه‌گر!

🧠 چرا هوش مصنوعی گاهی «خیالات» می‌بیند؟

حتماً برایتان پیش آمده که در پلتفرم‌های مختلف، همیشه آیتم‌های پرطرفدار به شما پیشنهاد می‌شود و محتواهای جدید یا کمتر دیده شده نادیده گرفته می‌شوند؟ محققان برای حل این مشکل که به «اثر متیو» (Matthew Effect) معروف است، مدل جدیدی به نام HiCore معرفی کرده‌اند.

این فریم‌ورک با استفاده از یادگیری خودنظارتی و ساختارهای «ابرگراف» (Multi-Hypergraph)، علایق چندبعدی کاربر را در سیستم‌های گفتگومحور بهتر درک می‌کند تا توصیه‌های دقیق‌تر و عادلانه‌تری ارائه دهد. این یعنی پایان سلطه بی‌چون و چرای آیتم‌های محبوب و فرصت بیشتر برای محتواهای جدید!

🔗 کد پروژه هم برای علاقه‌مندان در گیت‌هاب در دسترس است.

‌گر

منبع: arXiv AI