Drift-Aware Multimodal User Representation Learning via Multi-Scale Temporal Modeling and Sparse Mixture-of-Experts
O artigo apresenta o DUMoE, um framework unificado que aproveita uma espinha dorsal consciente da dinâmica temporal e um adaptador de mistura de especialistas esparsa com uma estratégia de treinamento de três estágios para modelar eficazmente padrões temporais de múltiplas escalas e desembaraçar interesses de usuários diversos e errantes para um aprendizado de representação aprimorado em redes sociais.
Artigo original sob licença CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). Esta é uma explicação gerada por IA do artigo abaixo. Não foi escrita nem endossada pelos autores. Para precisão técnica, consulte o artigo original. Ler aviso legal completo
Afogado em artigos na sua área?
Receba digests diários dos artigos mais recentes que correspondam às suas palavras-chave de pesquisa — com resumos técnicos, no seu idioma.