刘奇煚杭州电子科技大学
Regenerating recommendation.
我研究如何用大模型构建和评测推荐系统,关注语义编码、生成式推荐与高效推理。
研究方向
- 生成式推荐
- 从排序分数走向生成系统。
- 评测与基准
- 检验模型是否真正懂得推荐。
- 高效建模
- 更敏锐的表征,更少的计算。
论文
完整论文列表-
Findings of EMNLP · 2026
Knowledge Bias in LLM-based Sequential Recommendation: Source, Persistence, and Mitigation
-
WSDM · 2026
Accelerating Generative Recommendation via Simple Categorical User Sequence Compression
-
SIGIR · 2026
Full Retraining, Incremental Fine-tuning, and Hybrid Serving: Model Updating and Serving for Industrial Generative Recommender Systems
-
EReL@MIR · ACM Multimedia · 2026
The 2nd EReL@MIR Workshop on Efficient Representation Learning for Multimodal Information Retrieval
-
PAKDD · 2026
Learning Multi-aspect Item Palette: A Semantic Tokenization Framework for Generative Recommendation
项目
Legommenders关于刘奇煚
力行特聘教授 · 杭州电子科技大学
查看简历