InterFormer：用于点击率预测的有效异构互动学习

本研究针对点击率预测中的信息异构性问题，提出了InterFormer模块，以实现不同信息模式之间的双向互动学习，减少信息损失。研究表明，InterFormer在多个公开数据集和大型工业数据集上取得了最先进的性能，展示了其在提升推荐系统效果方面的巨大潜力。