Вчера продолжался основной трек RecSys 2023, самым интересным, что мы увидели, был Generalised BCE Loss от Саши Петрова и Крейга Макдональда из Университета Глазго
- Этот лосс позволяет преодолеть проблему смещенного распределения с завышенными положительными скорами (overconfidence) из-за снижения дисбаланса при сэмплировании отрицательных примеров
- Это оказалось единственной причиной, почему SASRec проигрывал BERT4Rec. gSASRec показал существенные приросты к качеству рекомендаций и сокращению времени обучения. Лосс может быть использован в задачах поиска, NLP и других приложениях
На ужине статья Саши выиграла Best Paper Award, с чем мы его горячо поздравляем, лучший 💥
- Этот лосс позволяет преодолеть проблему смещенного распределения с завышенными положительными скорами (overconfidence) из-за снижения дисбаланса при сэмплировании отрицательных примеров
- Это оказалось единственной причиной, почему SASRec проигрывал BERT4Rec. gSASRec показал существенные приросты к качеству рекомендаций и сокращению времени обучения. Лосс может быть использован в задачах поиска, NLP и других приложениях
На ужине статья Саши выиграла Best Paper Award, с чем мы его горячо поздравляем, лучший 💥