Рекомендация по самосрабатывающей памяти для генераторов

arXiv: 2609.15598v1 Annuales Type: rectraview: Рекомендация по генерации стала перспективной для персональных рекомендаций. Вместе с тем предпочтения пользователей постоянно меняются, что делает самоперерабатываемую способность существенно важной для систем рекомендаторов в области регенерации. Существующие разрабатываемые стратегии, такие как непрерывная переподготовка и адаптация на основе дистилляции, непосредственно обновляют общие параметры моделей с использованием потоковых взаимодействий. Тем не менее мы считаем, что непосредственное применение таких стратегий в отношении рекомендаций по вопросам регенерации создает важнейший вопрос, который называется " эволюционным конфликтом > . В частности, разнородные изменения в предпочтениях различных пользователей оптимизированы в рамках полностью разделяемого пространства авторегрессивных параметров, что приводит к тому, что доминирующие модели поведения постепенно доминируют в процессе эволюции моделей, а недопредставленность моделей все чаще игнорируется. Для решения этой проблемы мы предлагаем саморазвивающуюся парадигму памяти для рекомендации по вопросам регенерации, нацеленной на достижение целей.