L2T-DLN:学习使用动态损失网络进行教学
原文中文,约300字,阅读约需1分钟。发表于: 。此研究论文介绍了使用动态损失函数来指导学生模型训练的教师模型,通过设计带有记忆单元的教师模型,利用教师的经验引导学生学习,并通过动态损失网络利用损失的状态来增强教师和学生模型之间的交互,实验结果证明该方法可以提高学生模型的学习性能和在实际任务中的表现。
该文介绍了两种新的损失函数,用于克服动态网络在时间上的演变所带来的挑战。在合成和真实动态网络上进行了广泛评估,结果显示出比原始损失函数更优越的性能。所提出的损失函数在具有多样的用户交互历史的真实网络中,在 MRR 上实现了超过 26.9% 的增强和 Recall@10 上的超过 11.8% 的改善。这些发现凸显了动态网络建模中所提出的损失函数的功效。