动态权衡多任务
一种基于强化学习的多任务推荐网络，通过动态权重平衡不同推荐任务的损失，可兼容现有大多数多任务推荐模型，并提升推荐精度。
Ziru, Liu · Jiejie, Tian · Qingpeng, Cai · 赵翔宇 · Jingtong, Gao · Liu, Shuchang · Dayou, Chen · Tonghao, He · Dong, Zheng · Jiang, Peng · 盖坤
2023
由评论家网络根据会话交互生成每个任务的权重，自动平衡多目标，替代线性估计的手动调参。
该框架与现有大多数多任务推荐模型兼容，可作为外部模块替换损失函数，无需更改底层架构。
在两个公开数据集上，AUC 超越现有最先进的多任务推荐模型，证明动态平衡带来实际收益。