深度分析 Ghost:以 AUO 與 SKT 緩解生成式推薦的流行度偏見 生成式推薦(Generative Recommenders, GRs)以語意索引取代傳統項目 ID,搭配大型語言模型成為推薦新趨勢,但仍受制於長尾資料導致的流行度偏見。論文指出偏見源於兩大內在問題:MLE 優化下尾部項目 token 的梯度飢餓,以及對熱門/冷門項目無差別的 token 化。