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

Tao Jia

SIGIR 2026长上下文与架构推理可解释性
新星分贡献者
22
一作贡献0
核心/参与5
方向广度6
合作网络3
0 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
作者位次 #8/13SIGIR 2026Poster· Information Retrieval (Industry)

CMSL: Constructive Multi-Sequence Learning for Recommendation Systems

Zikun Cui · Renzhi Wu · Junjie Yang · Li Sheng · Jijie Wei · Linfeng Liu · Tai Guo · Tao Jia · Xiaodong Wang · Hong Li · Li Yu · Sri Reddy · Hong Yan

摘要

Sequence learning has emerged as the promising paradigm in recommendation systems, surpassing traditional Deep Learning Recommendation Models (DLRM) by capturing the temporal nuances of user behavior. However, current state-of-the-art architectures operate under a limiting analogy: they treat use...

长上下文与架构推理可解释性OpenReview

常见合作者