压缩视频聚合器：高效微视频推荐的内容驱动模块
机器学习
2026-05-12 v1 人工智能
摘要
我们提出压缩视频聚合器(Compressed Video Aggregator, CVA)，是一个轻量级微视频推荐模块，解耦视频信息与偏好学习。它聚合冻结的VFM嵌入，使用无需跨注意力投影的潜在推理，生成推荐器使用的紧凑视频嵌入。由于原始基准中帧数的冗余以及过于粗糙的抽样，我们使用标题重新选择关键帧。MicroLens和Short-Video上的实验显示，方法在训练时间和GPU内存降低数量级的同时， consistently 获得性能提升，重新选择的帧还能进一步提升包括CVA在内的所有方法性能。此外，我们还讨论了若干涉及错误标题情景对我们方法的影响。代码将很快公开。
引用
@article{arxiv.2605.08810,
title = {Compressed Video Aggregator: Content-driven Module for Efficient Micro-Video Recommendation},
author = {Yang Xiao and Huiyuan Chen and Kaiyuan Deng and Chao Jiang and Zinan Ling and Ruimeng Ye and Xiaolong Ma and Bo Hui},
journal= {arXiv preprint arXiv:2605.08810},
year = {2026}
}
备注
18 pages