AI推薦を加速する新アーキテクチャ「HyTRec」登場
2026年2月26日 (木)
- •HyTRecは線形とSoftmaxのアテンションを組み合わせ、1万件以上の行動履歴を効率的に処理する。
- •長期的なユーザー嗜好と突発的な興味の変化を分離することで、推薦精度の向上を実現した。
- •実用テストにおいて、推論速度を維持したままHit Rateを8%改善することに成功した。
AI推薦エンジンにおいて、数千件におよぶユーザー行動の分析と処理速度を両立させることは長年の課題であった。武漢大学(Wuhan University)の研究チームが発表した「HyTRec」は、この効率と精度のジレンマを解決する画期的なハイブリッドアーキテクチャである。データストリームを分離し、膨大な履歴は効率的な線形アテンション(Linear attention)で、直近の重要な行動は高精度なSoftmaxアテンション(Softmax attention)で処理する。この二系統の経路を採用した戦略により、システムは膨大なデータ量に圧倒されることなく、長期的な「記憶」を維持できるようになった。
特筆すべきは、興味の移り変わりに適応するための「Temporal-Aware Delta Network (TADN)」という仕組みだ。TADNは動的な重み調整機能として働き、新しい行動シグナルを強調する一方で、すでに関連性の低くなった過去の「ノイズ」を抑制する。例えば、ユーザーが靴の閲覧から突然ノートPCの検索に切り替えた際、システムは古いパターンに固執することなく、即座にその変化を捉えることが可能だ。
大規模な実用テストにおいて、このアーキテクチャは次の行動を正確に予測する指標であるHit Rateを8%向上させるという優れた成果を残した。驚くべきは、計算量を抑えた推論速度を維持しながらこの結果を導き出した点である。これにより、サーバーの負荷を増大させることなく、ユーザー1人あたり数万件の行動履歴を扱うことが可能になった。高トラフィックなサービスにおけるリアルタイムなパーソナライズを実現する、極めて実用的なソリューションと言えるだろう。