10:55
官方账号arXiv cs.LG@Johannes Kruse, Kasper Lindskow, Michael Riis Andersen, Ryotaro Shimizu, Julian McAuley, Pierre-Alexandre Mattei, Jes Frellsen
推荐理由：NAILS不用重训练就能让推荐结果更符合公平、多样性的规范，而且几乎不牺牲用户参与度，很实用。
NAILS
共 1 条相关 AI 资讯
7月14日
10:55
NAILS是一种简单可扩展的方法，通过内部标签转移将推荐系统输出与物品属性的目标分布对齐。它不需要重训练现有模型，只修改用户条件物品分布来诱导指定的边际分布。实验在多个推荐基准上显示，NAILS能持续改善属性级对齐度，且对用户参与度影响极小。该方法适用于公平性、多样性等规范性目标。