OwnerSunshine530 2004ad6bb8 feat: 预计算RepEncoder缓存,model(batch)按logid gather跳过embedding层 ...

不计时的load_model里(或bench从batches)预计算所有item的context-free RepEncoder向量,
排序存(sorted_logids,emb);model(batch)用searchsorted gather、缺失回退现算。逐位等价。
预期 model(batch) 48s->~37s->~70。CONFIG.precompute_rep(eval默认True);bench --precompute-rep。

Co-Authored-By: Claude Opus 4.8 <noreply@anthropic.com>

2026-06-15 17:06:56 +08:00

..

tests

feat: sparse_pool 选项 — (段×唯一)稀疏矩阵乘做池化,避免materialize[M,emb]

2026-06-15 15:15:13 +08:00

bench.py

feat: 预计算RepEncoder缓存,model(batch)按logid gather跳过embedding层

2026-06-15 17:06:56 +08:00

build_env.sh

fix: build_env.sh 简化为纯净版本（避免 CUDA 预热导致异常）

2026-06-12 21:55:09 +08:00

EXPERIMENTS.md

docs: 整理完整实验记录与最终配置(58.86->~68)

2026-06-15 15:44:19 +08:00

infer.py

feat: 预计算RepEncoder缓存,model(batch)按logid gather跳过embedding层

2026-06-15 17:06:56 +08:00

requirements.txt

revert: requirements.txt 还原为原始完整依赖列表

2026-06-12 21:24:22 +08:00