生成的推薦の世界で、みんなが「良いセマンティックID設計とはこういうものだ」と何となく信じてきたことを、大規模な追試で一つひとつ検証してみたらどうなるか。 🔍 生成的推薦モデルは、アイテムを離散トークン列「セマンティックID」に変換し、次に推薦すべきアイテムを自己回帰的に生成します。RQ-VAE、OPQ、RQ-Kmeansなど設計手法は乱立していますが、比較されるデータセットやバックボーンがバラバラで、どの設計が本当に優れているのか誰も確信を持てていませんでした。 そこで著者らは、同じデータ分割・同じ評価プロトコルのもとで12手法を横並びに再現実験。すると意外な事実が次々と浮かび上がります。データセットが変われば最良の手法も変わり、万能なSID設計は存在しないこと。コードブックの利用バランスをどれだけ整えても、推薦精度との相関はほぼゼロであること。コードを長くしても必ずしも性能は上がらず、モデルを大きくしても精度が落ちることさえあること。 そしてアイテム同士の「意味的な近さ」をどれだけ保てているかを測ると、指標（JaccardかRBOか）によって勝者となる手法が入れ替わる。良いSID設計とは、単一の指標を追い求めることではなく、複数の観点を同時にバランスさせることだと、この論文 What Makes a Good Semantic ID for Generative Recommendation? A Reproducibility Study は教えてくれます。 URL: #推薦システム# #再現性研究#

恋の仮説を検証したら、 答えはひとつ。 ふたりの間には、 確かな“化学反応”がある。 Prime Original新作映画 『ラブ・ハイポセシス』 9月23日(水・祝) より プライムビデオで独占配信開始🔬

防衛分野へのヒト型ロボ活用研究　AI搭載、基地警備や輸送　政府が検討へ、省人化を推進 自衛官の定員割れが続く現状を踏まえ、AIや無人アセット（装備品）の導入により省人化を進める狙いがある。直接的な戦闘への投入は否定的だ。

先日ドラマがひとつアップして、それから新たに映画とドラマの現場が始まりました。 どちらもとても心地好い緊張感と和やかな雰囲気の現場です♪ そんな中、今日ちょっと時間ができたので、およそ3ヶ月ぶりに練習場へ行ってクラブを振ってきました。そこでゴルフ仲間でもある俳優部の先輩とばったりお会いしまして。色々と近況などのお話からクラブ談義へと移行して、最後は先輩のアイアンを打たせて頂いたり。 そしたら、これがまた実に打ちやすくて、いい球が出るったらなくて。 一番手、ヘタすると二番手近く距離も出てるんじゃないかな。 自分のアイアンは2004年製なのですが、道具の進化って凄いですね…って、22年も経ってたらあれか。 で、帰宅後に早速ネットであれこれ検索(^^;) いやいや、買いませんよ？ ちょっと参考までにね、見るだけ…いやしかし…いや、いやいやいや！