RecSys'24大厂推荐模型工作汇总，涉及CVR预估/广告预估纠偏/大模型/多任务学习等多个主题

文章预览

点关注，不迷路，用心整理每一篇算法干货~ 后台留言” 交流 “， 加入圆圆算法交流群~ 👇🏻扫码👇🏻 加入 圆圆算法知识星球（11.1价格上调）~ （ 已有 920+ 同学加入学习， 700+ 干货笔记） 今天这篇文章给大家介绍几篇RecSys 2024中，大厂发表的5篇推荐系统预估模型基础优化工作。涉及CVR预估、广告预估模型纠偏、大模型推荐系统、多任务学习、Scaling Law等多个主题。 1 CVR预估引入未点击样本 论文标题 ：Utilizing Non-click Samples via Semi-supervised Learning for Conversion Rate Prediction 下载地址 ： https://dl.acm.org/doi/pdf/10.1145/3640457.3688151 本文提出了一种利用非点击样本伪标签的方式建模全空间CVR目标，并结合CTR作为辅助任务，使用自适应的loss权重进行动态加权。 为了解决CVR训练样本稀疏和样本选择偏差问题，本文将未点击空间的样本也加入模型训练中。引入方 ………………………………