Abstract

최근 추천 시스템의 콜드스타트 문제 해결을 위해 확산 모델이 도입되었으나, 추론 속도 저하 문제가 존재한다. 본 논문은 선형 궤적 학습 기반의 조건부 플로우 매칭 모델을 제안하여 확산 모델 대비 최대 19.09배의 추론 속도 향상과 95% 이상의 추천 성능 유지를 달성하였다.