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

Zhaokai Huang

SIGIR 2026效率与系统检索与知识对齐与偏好
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 #4/8SIGIR 2026Poster· Information Retrieval (Industry)

SCOPE: Scalable Cross-Task Orthogonal Progressive Experts for Multi-Task Learning in Recommendations

Zixian Yang · Wei Xu · Li Li · Zhaokai Huang · You Li · Jianbin Lin · Wenliang Zhong · Can Ye

摘要

Online short-video recommendation systems, such as Alipay's Tab3, must model heterogeneous user feedback ranging from implicit playback signals to explicit interactions and domain-specific actions. This diversity poses significant challenges for Multi-Task Learning (MTL). Existing Mixture-of-Expe...

效率与系统检索与知识对齐与偏好OpenReview

常见合作者