RPSD序列推荐自蒸馏方法提出

2026年10月28日，arXiv Artificial Intelligence 刊出 Dongyue Li 等作者的论文，提出检索特权在线自蒸馏方法 RPSD，用于序列推荐。据该报道，RPSD 将在线自蒸馏（OPSD）引入序列推荐：由具备特权知识的教师模型重新评估学生模型的在线回复，并把序列级奖励重塑为 token 级置信度差异。教师模型的特权知识来自相似用户的行为证据，通过时序感知最优传输（OT）结合物品相似度与时间结构比较用户交互轨迹，并以多样性感知选择保留互补轨迹。报道称，RPSD 在多个真实数据集上取得 SOTA 性能。目前该事件仅有这一篇主报道，尚无跟进报道，也未出现数字、时间或说法上的前后矛盾。

AI 根据报道生成 · 3 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。