arXiv cs.AI· Junru Zhang, Jinyong Wen, Bin Dou, Wuliang Huang, Baokun Wang, Yu Cheng, Weiqiang Wang, Cheng Peng·· 15 天前AI 评分34
重新审视用户编码器：面向场景自适应用户表征的扩散状态路由
Rethinking User Encoders: Routing Diffusion States for Scenario-Adaptive User Representation
AI 导读
研究人员提出基于扩散语言模型（dLLMs）的用户编码器框架 FINDERS，利用迭代去噪过程实现场景自适应的用户表征学习。该框架包含去噪、分解、路由与压缩四项操作，并构建了包含显式行为理由的大规模语料库 BehaviorQA 提供监督。在 10 个工业场景的实验与在线 A/B 测试中，FINDERS 性能均超越现有 SOTA 方法。
来源：arXiv cs.AI · arxiv.org