TokenMinds: Предварительно подготовленные компьютеры и устройства для понимания пользователей в крупных системах рекомендаций

arXiv:2606.25147v2 Annuales Type: заменить перекрестное резюме: модель пользователя в системах промышленных реквизитов обычно производит плотные привязки, которые страдают от ограничений представительства из-за фиксированных векторов. В качестве новой альтернативы для дискретного представления пользователя, генерируемые LLM профили пользователей на естественном языке часто отражают языковую семантику, а не последовательные модели поведения пользователей. Тем временем, Semantic ID (SID) эффективен для отображения товаров, однако существующие дискретные представления пользователей по-прежнему в значительной степени ограничиваются категоризацией уже интегрированных пользовательских векторов, группированием исторических часов или прогнозированием жестких тематических блоков исключительно для поиска кандидатов. Мы предлагаем TokenMinds - промышленную систему, которая расширяет рамки PLUM от поиска товаров на базе SID до динамической последовательной модели пользователей. Построенный на архитектуре энкодера-дековера, адаптированной к заранее подготовленным МЛМ, TokenMinds вводит двухвыпускный дизайн: coder выводит плотное пользователь встраивающий каптюр