HASTE 用层级监督加速生成式推荐训练

2026 年 10 月 14 日，AGI Hunt 报道了生成式推荐训练框架 HASTE，其思路是在自回归生成 Semantic ID（SID）的生成式推荐模型中加入层级监督。该框架包含两类损失：一是层级损失，在物品层级的每一层都提供监督，显式利用 SID 的多级结构；二是属性特定损失，通过增加属性预测头，借助语言模型本身固有的语义知识，保留细粒度的物品属性。报道称，这两项设计可加快训练收敛，并改善长尾推荐效果。相关工作编号为 arXiv:2610.17368。目前关于该框架的公开信息仅有这一篇报道，尚无后续进展或相互矛盾的说法。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。