热点事件持续更新
OptIDC：深度CTR预测的输入侧维度配置统一框架
1 篇报道1 个报道来源14 小时前更新
先了解这件事
AI 综述
2026年10月27日，arXiv cs.AI/cs.LG 发布论文，研究者提出 OptIDC，一个面向深度点击率（CTR）预测的最优输入侧维度配置统一框架。该框架将样本级、特征级和 embedding 单元级配置联合学习，并用选择加权最优传输（Optimal Transport）对齐粗粒度与细粒度选择，以缓解跨层级冲突，同时可无缝集成到现有 CTR 模型中。在四个真实基准数据集上，OptIDC 的 AUC 持续高于现有输入侧选择方法。目前仅有论文公开，尚无同行评审或实际落地应用的报道。
AI 根据报道生成 · 2 小时前更新
最新进展10月27日 00:24
arXiv 新论文提出 OptIDC 统一框架，在四个真实数据集上 AUC 持续优于现有输入侧选择方法。报道时间线
沿着报道，了解事件的不同侧面。
10月27日
- arXiv cs.AI / cs.LG 最新OptIDC：面向深度 CTR 预测的最优输入侧维度配置统一框架
研究者提出 OptIDC，一个面向深度 CTR 预测的最优输入侧维度配置统一框架，联合学习样本、特征和 embedding 单元级配置。该框架用选择加权 Optimal Transport 对齐粗、细粒度选择，缓解跨层级冲突，并可无缝集成到现有 CTR 模型。在四个真实基准数据集上，OptIDC 的 AUC 持续高于现有输入侧选择方法。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。