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

Menghui Zhu (Huawei Noah&#x27

KDD 2026SIGIR 2026检索与知识可解释性效率与系统多模态评测与基准
新星分贡献者
65
一作贡献0
核心/参与32
方向广度13
合作网络12
0 一作 · 2 篇 · KDD 2026 / 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

2
作者位次 #2/10SIGIR 2026Oral· Information Retrieval (Full)

Modular Representation Compression: Adapting LLM Representations for Efficient and Effective Recommendation

Yunjia Xi · Menghui Zhu (Huawei Noah&#x27 · Ruiming Tang (Huawei Noah&#x27 · Ruiming Tang (Huawei Noah&#x27 · Ruiming Tang (Huawei Noah&#x27 · s Ark Lab) · Ruiming Tang (Huawei Noah&#x27 · Ruiming Tang (Huawei Noah&#x27 · s Ark Lab) · Ruiming Tang (Huawei Noah&#x27

摘要

Recently, large language models (LLMs) have advanced recommendation systems (RSs), and recent works have begun to explore how to integrate LLMs into industrial RSs. While most approaches deploy LLMs offline to generate and pre-cache augmented representations for RSs, high-dimensional representati...

可解释性效率与系统检索与知识OpenReview

常见合作者