WWW / The Web Conference

Generative Archetype-Grounded Item Representations for Sequential Recommendation

生成式原型驱动的物品表示用于序列推荐

Yifan Li, Jiahong Liu, Xinni Zhang, Hao Chen, Yankai Chen, Wenhao Yu, Jianting Chen, Irwin King

机构 * The Chinese University of Hong Kong（香港中文大学） ； McGill University（麦吉尔大学） ； Tongji University（同济大学） 纠错

AI总结 提出GenAIR框架，利用大语言模型生成物品原型描述并提取嵌入，结合行为校准目标弥合语义与行为差距，显著提升序列推荐性能。

Comments Accepted by WWW 2026 (Oral)

Beyond Patches: Superpixel Token-based Transformers for Attribute-Specific Fashion Retrieval

超越图像块：基于超像素标记的Transformer用于属性特定时尚检索

Shuili Zhang, Hongzhang Mu, Wenyuan Zhang, Duohe Ma, Tingwen Liu

AI总结 提出SuperFashion框架，首次在Transformer中采用超像素标记，通过属性引导注意力和超像素分割增强属性定位与判别，在三个数据集上取得显著性能提升。

Comments 9 pages, 5 figures. Published in the Proceedings of the ACM Web Conference 2026 (WWW '26). Author version with minor corrections; results and conclusions unchanged

Journal ref Proceedings of the ACM Web Conference 2026 (WWW '26), pp. 6956-6964, 2026