热点事件持续更新
研究人员提出交叉群体公平推荐算法
1 篇报道1 个报道来源3 小时前更新
先了解这件事
AI 综述
针对用户可归属于多个交叉群体的动态推荐场景，2026年11月2日，相关研究提出了三种基于 UCB 的群体感知推荐算法，以解决忽略群体信息会导致线性总遗憾的问题。这三种算法具体包括在各交叉群体上分别运行 UCB 的 Intersection-Fitting，以及引入 sleeping expert 元学习器的 Inner-Outer UCB 和 Group-Item UCB。
AI 根据报道生成 · 3 小时前更新
最新进展11月2日 13:00
研究提出三种基于 UCB 的群体感知推荐算法，解决交叉群体推荐问题。报道时间线
沿着报道，了解事件的不同侧面。
11月2日
- arXiv 机器学习面向交叉群体的公平推荐系统
针对用户可归属于多个交叉群体的动态推荐场景，研究提出了三种基于 UCB 的群体感知推荐算法，解决了忽略群体信息会导致线性总遗憾的问题。算法包括在各交叉群体上运行 UCB 的 Intersection-Fitting，以及引入 sleeping expert 元学习器的 Inner-Outer UCB 与 Group-Item UCB。
本事件热度走势
当前热度 9·可比范围峰值 10（11月2日 14:00）·近 24 小时可比范围变化–
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。