AdaF^2M^2: Comprehensive Learning and Responsive Leveraging Features in Recommendation System

本文提出AdaF2M2模型，解决工业推荐系统特征建模问题。该模型通过多前向训练和增强样本，全面学习特征，应用适配器根据用户/项目状态加权特征。在多个推荐场景测试中，AdaF2M2分别提高了用户活跃天数和应用时长1.37%和1.89%。该模型在检索和排名任务中广泛部署，证明了其有效性和普适性。