HASTE：面向生成式推荐的分层与属性感知监督框架

HASTE 是一个面向生成式推荐的分层与属性感知监督训练框架，通过 Hierarchical Loss 显式利用语义 ID 的多级结构，收敛速度约为标准因果交叉熵目标的 2 倍。其 Attribute-Specific Losses 借助语言模型语义知识保留细粒度物品属性，改善长尾物品表示。在时尚推荐基准和 Amazon 数据集多领域上，HASTE 在不同数据域和物品频次区间均提升了推荐性能。