paper.dinq.meAI 与前沿科学顶会 · 学术新星雷达
登录 DINQ
返回新星榜
YH

Yulei Huang

SIGIR 2026可解释性多模态效率与系统
新星分新星
53
一作贡献30
核心/参与0
方向广度6
合作网络6
1 一作 · 1 篇 · SIGIR 2026

获取完整研究档案

首次获取该候选人的完整档案及 StartLux 评估共 20 积分;每位用户单独解锁,之后查看免费。主动刷新 20 积分。

联系方式

实时查找电子邮箱,费用不超过20积分;未找到邮箱不扣费。

2026 顶会论文

1
一作SIGIR 2026Poster· Information Retrieval (Short)

RCLRec: Reverse Curriculum Learning for Modeling Sparse Conversions in Generative Recommendation

Yulei Huang · Hao Deng · Haibo Xing · Jinxin Hu · Chuanfei Xu · Zulong Chen · Yu Zhang · Xiaoyi Zeng

摘要

Conversion objectives in large-scale recommender systems are sparse, making them difficult to optimize. Generative recommendation (GR) partially alleviates data sparsity by organizing multi-type behaviors into a unified token sequence with shared representations, but conversion signals remain ins...

可解释性多模态效率与系统OpenReview

常见合作者