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

Bin Chen

AAAI 2026CVPR 2026KDD 2026NeurIPS 2026SIGIR 2026智能体与工具多模态数据与预训练可解释性强化学习与后训练
新星分贡献者
61
一作贡献0
核心/参与24
方向广度19
合作网络9
0 一作 · 5 篇 · AAAI 2026 / CVPR 2026 / KDD 2026 / NeurIPS 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

5
作者位次 #4/9SIGIR 2026Poster· Information Retrieval (Industry)

SIGMA: A Semantic-Grounded Instruction-Driven Generative Multi-Task Recommender at AliExpress

Yang Yu · Lei Kou · Huaikuan Yi · Bin Chen · Yayu Cao · Lei Shen · Chao Zhang · Bing Wang · Xiaoyi Zeng

摘要

With the rapid evolution of Large Language Models (LLMs), generative recommendation is gradually reshaping the paradigm of recommender systems. However, most existing methods remain confined to the interaction-driven next-item prediction paradigm, struggling to keep pace with the latest evolving...

数据与预训练可解释性强化学习与后训练OpenReview

常见合作者