سیستمهای توصیهگر هوشمند که محصولات یا محتواها را به ما پیشنهاد میدهند، معمولاً از کدهای ثابت استفاده میکنند که گاهی باعث کاهش دقت میشود. محققان به تازگی فریمورک جدیدی به نام «VaLiDRec» را معرفی کردهاند که با استفاده از شناسههای معنایی با طول متغیر و هماهنگ با مدلهای زبانی (LLM)، این مشکل را حل کرده است.
این روش نه تنها دقت پیشنهادها را افزایش میدهد، بلکه سرعت پردازش را تا ۸۷ برابر نسبت به مدلهای قبلی سریعتر کرده و در شرایطی که اطلاعات اولیه کمی از کاربر داریم (Cold-start)، عملکرد فوقالعادهای دارد. یک گام بزرگ برای رسیدن به پیشنهادهای دقیقتر و سریعتر در دنیای هوش مصنوعی! ✨
منبع: arXiv AI