WhisperRec隐式推理推荐框架提出

2026年10月23日，arXiv Artificial Intelligence 刊出 Hao Jiang 等作者的论文，提出 WhisperRec——一种面向高效基础推荐模型（FRM）的隐式推理框架。据该报道，WhisperRec 将教师模型生成的思维链（CoT）压缩为可学习的隐式推理 token，在隐空间完成推理，无需生成冗长理由，从而避免自回归推理的延迟瓶颈。方法上，它先用 MV-ACoT 构建多视角监督，并按样本调整推理复杂度；再通过三阶段隐式推理对齐与课程式后训练，激活隐 token 推理。目前报道仅介绍框架设计与训练流程，未给出实验数据或与其他方法的对比结果，事件仍处于论文发布阶段。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。