百字段毫秒级推理
以交替堆叠的隐式与显式层和重新排列的乘法次序，在保持预测精度同时将计算复杂度从二次降为线性。
Dezhi, Yi · 陈博 · Lu, Ye · Hang, Liu · Suqi, Shi · Yangsen, Liu · Guo, Wei · Kenan, Song · Guo, Huifeng · Liu, Yong · Zhenhua, Dong · Tang, Ruiming
ACM Transactions on Information Systems 2026
与 DCNv2 相比，训练效率提升 8.06 倍，大幅缩短模型迭代周期。
与 FiBiNet 相比，推理效率提升 48.88 倍，满足在线服务毫秒级响应要求。
通过重排乘法顺序，计算复杂度从随特征字段数的二次方降为线性，支持数百字段的工业场景。
在多个公开和工业数据集上，EENet 在显著提升效率的同时保持优越的预测精度。