Quality-Constrained Preference Fading Model for Discrete Diffusion Recommendation
Ce document propose le modèle Quality-Constrained Preference Fading (QCPF), qui améliore la recommandation par diffusion discrète en remplaçant l'échantillonnage aléatoire uniforme par une distribution de mélange sensible à la qualité et un mécanisme de filtrage des faux négatifs afin de générer des trajectoires de dégradation de préférence plus informatives, améliorant ainsi considérablement la performance de recommandation Top-K sans ajouter de latence d'inférence.