SASRec+

概述

SASRec+，2023 年提出的改进版 SASRec，通过替换损失函数为全物品 softmax 交叉熵，在公平比较条件下反超 BERT4Rec，揭示了损失函数而非架构是性能差异的关键。

论文信息：来源于 "Turning Dross Into Gold Loss: is BERT4Rec really better than SASRec?"（Petrov & Macdonald, RecSys 2023）。
核心发现：BERT4Rec 相比 SASRec 的优势主要来自其损失函数（全物品 softmax 交叉熵），而非双向注意力本身。当 SASRec 使用相同的全物品 softmax 损失（称为 SASRec+）时，在大多数数据集上实际表现优于 BERT4Rec，且训练速度更快。
方法：将 SASRec 原始的"一正一负"二元交叉熵损失替换为全物品 softmax 交叉熵损失，利用更多负样本信息进行更充分的优化。
意义：这一发现深化了对模型设计中各组件贡献的理解，提醒研究者在比较不同模型时需要控制变量（尤其是损失函数），避免将损失函数的贡献错误归因于架构差异。