Zero-Shot Next-Item Recommendation using Large Pretrained Language Models-问题咨询

问题背景:

我正在尝试复现一篇名为 "Zero-Shot Next-Item Recommendation using Large Pretrained Language Models" 的论文中的实验结果。

遇到的问题:

缺少关键代码: 我发现论文代码库中没有提供计算 HR@10 和 NDCG@10 这两个关键指标的代码。

指标结果差异大: 我根据自己的理解补充了计算 HR@10 的代码,并使用智朴 AI 大模型进行实验,但我得到的 HR@10 结果 (0.5-0.6) 远高于论文中报告的结果。

无法复现论文结果: 由于以上问题,我无法复现论文中报告的实验结果。

我的需求:

获得缺失的代码: 我希望论文作者能够提供计算 HR@10 和 NDCG@10 的代码,以便我和论文中的评估方法保持一致。

获得指导建议: 如果我的代码实现有问题,我希望论文作者能够提供一些指导建议,帮助我纠正问题并复现论文结果。

相关推荐
用户0183493016919 分钟前
用Zustand管理AI多会话状态
人工智能
武子康3 小时前
调查研究-198 Agent 到底该记住什么?读懂《What Must Generalist Agents Remember?》
人工智能·openai·agent
aqi003 小时前
15天学会AI应用开发(九)利用Chroma持久化向量数据
人工智能·python·大模型·ai编程·ai应用
武子康5 小时前
调查研究-197 FAISS vs Elasticsearch 全面对比:从向量检索、全文搜索到 RAG 选型指南
人工智能·elasticsearch·agent
青禾网络5 小时前
Web 前端如何接入 AI 音效生成:从零到可用的完整方案
人工智能·设计模式
用户252736278145 小时前
【技术实战】用 Spring Boot + Vue3 + LM Studio 在本地跑通 RAG 知识库
人工智能
用户5191495848455 小时前
VBScript随机数生成器内部机制:从时间种子到密码令牌破解
人工智能·aigc
米小虾5 小时前
Context Engineering —— 知识与记忆的窗口
人工智能·agent
IT_陈寒6 小时前
Python里这个赋值坑,连老司机都能翻车
前端·人工智能·后端