Drift-Aware Multimodal User Representation Learning via Multi-Scale Temporal Modeling and Sparse Mixture-of-Experts
Il documento introduce DUMoE, un framework unificato che sfrutta un backbone consapevole della dinamica temporale e un adattatore sparse mixture-of-experts con una strategia di addestramento in tre stadi per modellare efficacemente i pattern temporali multi-scala e disaggregare gli interessi diversificati e fluttuanti degli utenti per un migliore apprendimento delle rappresentazioni sui social media.
Articolo originale sotto licenza CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). Questa è una spiegazione generata dall'IA dell'articolo qui sotto. Non è stata scritta né approvata dagli autori. Per precisione tecnica, consulta l'articolo originale. Leggi il disclaimer completo
Sommerso dagli articoli nel tuo campo?
Ricevi digest giornalieri degli articoli più recenti corrispondenti alle tue parole chiave di ricerca — con riassunti tecnici, nella tua lingua.