DiffGRM: Modello di Raccomandazione Generativa Basato su Diffusione

Un nuovo articolo di ricerca intitolato 'DiffGRM: Modello di Raccomandazione Generativa Basato su Diffusione' è appena stato pubblicato su arXiv, con identificativo 2510.21805v2. Si concentra sui limiti dei modelli autoregressivi (ARM) nella raccomandazione generativa (GR). Gli autori evidenziano due problemi principali con gli ID semantici (SID): uno è la coerenza intra-elemento, che riguarda come le cifre rappresentano un singolo elemento ma sono limitate da un approccio da sinistra a destra. Il secondo problema è l'eterogeneità inter-cifra, dove le differenze nel dettaglio semantico creano squilibri nell'addestramento. Per risolvere questi problemi, propongono DiffGRM, che utilizza un modello di diffusione discreto mascherato (MDM) invece di un decodificatore autoregressivo, consentendo un migliore contesto e relazioni tra le cifre. Puoi consultarlo su https://arxiv.org/abs/2510.21805.