基于隐式叙事推理的高效多模态生成式推荐
英文标题：Efficient Multimodal Generative Recommendation with Latent Narrative Reasoning
本研究针对连续剧集与情节化内容推荐场景，提出了结合隐式叙事推理的高效多模态生成式推荐方法。传统生成式推荐通常将物品预测重构为语义标识符生成，但在情节化多模态内容中，推荐目标更多由故事叙事演进而非单纯的用户历史偏好所驱动。该研究通过引入隐式叙事演化建模，探索了更贴合内容逻辑的多模态推荐范式。这一成果为长视频、互动叙事以及流媒体平台的内容理解与智能分发提供了全新思路。
打开原文相关 4 · 机会 0
2.1 KB
483 B
612 B
380 B
9.1 KB
32.7 KB
22.8 KB
24.2 KB
34.7 KB
中文
arXiv:2609.16070v1 公告类型：新提交
摘要
生成式推荐（Generative recommendation）将物品预测任务重构为语义标识符（semantic identifier）的生成过程；然而，情节化连续内容（episodic content）带来了一种本质上完全不同的场景设定——在此场景下，预测目标更多由叙事演进（narrative evolution）所决定，而非仅仅取决于用户偏好。该任务重……
BibTeX 格式引用
×
English / 原文
BibTeX formatted citation
×