논문 정보
- 날짜:
2026-02-26 - 카테고리: -
- 우선순위 점수: 1.367
핵심 요약
HyTRec은 장기 행동 시퀀스 추천을 위해 선형 어텐션과 소프트맥스 어텐션을 결합한 하이브리드 구조를 제안합니다. 과거의 방대한 데이터는 선형 어텐션으로 처리하고 최근 상호작용은 소프트맥스 어텐션으로 정밀하게 분석하여 효율성과 정확도를 동시에 확보했습니다. 또한 Temporal-Aware Delta Network를 통해 최신 관심사 변화를 동적으로 반영하고 노이즈를 억제합니다.학습자 관점 포인트
- 우리 팀 영향: 만 개 이상의 긴 시퀀스를 가진 사용자에게도 선형적인 추론 속도로 정밀한 추천이 가능해져 대규모 서비스의 개인화 성능을 개선할 수 있습니다.
- 권장 액션: 실험
- 액션 근거: 기존 선형 어텐션의 정밀도 한계를 하이브리드 구조로 극복하고 초장기 시퀀스에서 8% 이상의 성능 향상을 입증했기 때문입니다.
원문 링크
- arXiv: https://arxiv.org/abs/2602.18283
- Hugging Face Papers: https://huggingface.co/papers/2602.18283