**按需递归：LoopRec 实现序列推荐中的自适应计算分配**

_Think Harder Where It Matters: Item-Level Adaptive Recursion for Sequential Recommendation_

> 针对现有序列推荐器对每个交互项分配固定计算资源的低效问题，论文提出了 LoopRec 模型。该模型通过轻量级门控机制，在递归过程中独立判断每个项的收敛状态，从而动态决定是提前退出还是继续深层推理。实验表明，这种按需分配策略不仅显著降低了计算成本，还因避免了资源浪费而提升了推荐效果，且能适配多种骨干架构。

**来源信息**
- **来源**：HuggingFace Daily Papers（社区热门论文）
- **分类**：ai-models
- **发布时间**：2026-10-22 08:00（北京时间）
- **原文**：[打开原文](https://huggingface.co/papers/2610.30128)