論文の概要: KuaiLive-M3: A Multi-Modal, Multi-Domain, and Multi-Feedback Dataset for Live Streaming Recommendation

• arxiv url: http://arxiv.org/abs/2607.24862v1
• Date: Sun, 26 Jul 2026 12:52:03 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-07-29 20:50:42.559155
• Title: KuaiLive-M3: A Multi-Modal, Multi-Domain, and Multi-Feedback Dataset for Live Streaming Recommendation
• Title（参考訳）: KuaiLive-M3:ライブストリーミングレコメンデーションのためのマルチモーダル、マルチドメイン、マルチフィードバックデータセット
• Abstract要約: KuaiLive-M3は、ライブストリーミングレコメンデーションのためのマルチモーダル、マルチドメイン、マルチフィードバックデータセットである。 21,938人のユーザーをカバーし、ライブストリーミングのインタラクションは3500万、ショートビデオのインタラクションは1億1100万だ。 クロスドメインレコメンデーション、ライブストリームハイライト予測、アンケート強化レコメンデーションのベンチマークを提供する。
• 参考スコア（独自算出の注目度）: 21.8117672307835
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Existing public live streaming datasets suffer from three major limitations: they provide limited access to temporally evolving multimodal live content, overlook users' cross-domain interactions between short videos and live streams, and contain only implicit behavioral signals without explicit feedback that captures users' perceived content quality and satisfaction. These limitations prevent existing benchmarks from faithfully reflecting real-world live streaming scenarios and hinder comprehensive research on live streaming recommendation. To address these limitations, we introduce KuaiLive-M3, a multi-modal, multi-domain, and multi-feedback dataset for live streaming recommendation, collected from Kuaishou, a leading live streaming and short video platform in China. KuaiLive-M3 covers 21,938 users and contains 35 million live streaming interactions and 111 million short video interactions, with fine-grained timestamps and diverse user behaviors. It further provides approximately 88 million timestamped segment-level multi-modal embeddings that capture the temporal evolution of live streaming content, as well as 25,403 questionnaire-based feedback records that bridge implicit user behaviors and explicit user preferences. Based on these unique signals, we establish benchmarks for cross-domain recommendation, live stream highlight prediction, and questionnaire-enhanced recommendation. Extensive experiments with representative baselines demonstrate that KuaiLive-M3 provides a challenging and realistic benchmark for future live streaming recommendation research. The results further highlight the importance of modeling temporally evolving content, transferring user preferences across domains, and bridging the gap between implicit behaviors and explicit user feedback. The dataset and benchmark code are publicly available at https://imgkkk574.github.io/KuaiLive-M3/.
• Abstract（参考訳）: 既存の公開ライブストリーミングデータセットには、時間的に進化するマルチモーダルライブコンテンツへのアクセス制限、ショートビデオとライブストリームの間のユーザのクロスドメインインタラクションの見落とし、ユーザの認識したコンテンツ品質と満足度をキャプチャする明示的なフィードバックなしで、暗黙的な行動シグナルのみを含む、という3つの大きな制限がある。 これらの制限は、既存のベンチマークが現実世界のライブストリーミングシナリオを忠実に反映することを防ぎ、ライブストリーミングレコメンデーションに関する包括的な研究を妨げる。 これらの制限に対処するため、中国の主要なライブストリーミングおよびショートビデオプラットフォームであるKuaishouから収集した、ライブストリーミングレコメンデーションのためのマルチモーダル、マルチドメイン、マルチフィードバックデータセットであるKuaiLive-M3を紹介した。 KuaiLive-M3は1万2938人のユーザーをカバーし、3500万のライブストリーミングインタラクションと1億1100万の短いビデオインタラクションがあり、細かいタイムスタンプと多様なユーザー行動がある。 さらに、ライブストリーミングコンテンツの時間的進化を捉えた8800万のタイムスタンプ付きセグメントレベルのマルチモーダル埋め込みや、暗黙のユーザの振る舞いと明示的なユーザの好みをブリッジする25,403のアンケートベースのフィードバック記録も提供する。 これらのユニークな信号に基づいて、クロスドメインレコメンデーション、ライブストリームハイライト予測、アンケート強化レコメンデーションのベンチマークを確立する。 KuaiLive-M3は、将来のライブストリーミングレコメンデーション研究のために、挑戦的で現実的なベンチマークを提供する。 結果は、時間的に進化するコンテンツのモデリング、ドメイン間でのユーザの好みの転送、暗黙の振る舞いと明示的なユーザフィードバックのギャップを埋めることの重要性をさらに強調する。 データセットとベンチマークコードはhttps://imgkkk574.github.io/KuaiLive-M3/で公開されている。

関連論文リスト

• LiveStarPro: Proactive Streaming Video Understanding with Hierarchical Memory for Long-Horizon Streams [59.485485426790966]
  このLiveStarProは、長時間のストリーミング上でのプロアクティブなビデオ理解のために設計されたライブストリーミングアシスタントである。 LiveStarProは既存のメソッドを一貫して上回り、セマンティックな正確性は28.9%向上した。 そのストリーミングキーバリューキャッシュは、キャッシュなしで同じモデル上で1.58倍の推論速度を得る。
  論文  参考訳（メタデータ） (2026-06-16T11:18:05Z)
• Harnessing Streaming Video in the Wild [53.23721420272668]
  VLM(Vision-Language Models)は、ビデオコールアシスタント、ライブコメンタリー、エンボディロボットなどのアプリケーションでビデオストリームを処理するためにますます必要とされる。 理想的なストリーミングシステムは、アクティブなインタラクション、長期メモリ、リアルタイム処理をサポートする必要がある。 既存のVLMはオフラインのビデオ理解に優れていますが、ストリーミング機能に欠け、ストリーミングデプロイメント専用のインフラストラクチャが欠如しています。
  論文  参考訳（メタデータ） (2026-06-07T13:00:19Z)
• SSRLive: Live Streaming Recommendation with Dynamic Semantic ID [8.32878203748523]
  本稿では,SSRLive: Dynamic Semantic ID-guided Streaming Recommendation for Live platformを紹介する。 提案するフレームワークは、生成モジュールと識別モジュールを統一アーキテクチャに統合する。 識別コンポーネントは、SIDとユーザ特徴を組み合わせることでタスク固有の表現を洗練し、ユーザとストリームのインタラクションデータを強化し、マルチタスク予測を実行する。
  論文  参考訳（メタデータ） (2026-06-05T06:58:07Z)
• Action-Aware Generative Sequence Modeling for Short Video Recommendation [50.74467504063892]
  ショートビデオには様々な部分が含まれており、ユーザーはそれらすべてに対して同じ態度を取ることはできない。 従来のバイナリ分類レコメンデーションモデルは、ビデオを単一の全体的エンティティとして扱うが、そのような微妙な好みを正確に捉えるには限界に直面している。 本稿では,時間的次元に沿ってユーザアクションを洗練させる行動認識生成系列ネットワーク(A2Gen)を提案する。
  論文  参考訳（メタデータ） (2026-04-28T16:41:04Z)
• LiveStar: Live Streaming Assistant for Real-World Online Video Understanding [67.71551356747948]
  LiveStarは、適応的なストリーミングデコーディングを通じて常時オンのプロアクティブ応答を実現する、先駆的なライブストリーミングアシスタントである。 LiveStar は,(1) 可変長ビデオストリームに対する漸進的なビデオ言語アライメントの実現,動的に進化するフレームシーケンス間の時間的一貫性の維持,(2) 単一前方通過検証による最適なプロアクティブ応答タイミングを決定する応答サイレンスデコードフレームワーク,(3) 最大端メモリ圧縮による10分以上のビデオのオンライン推論によるメモリ認識アクセラレーション,およびストリーミングキー値キャッシュを併用して1.53倍高速推論を実現する。
  論文  参考訳（メタデータ） (2025-11-07T15:00:37Z)
• KuaiLive: A Real-time Interactive Dataset for Live Streaming Recommendation [7.94801228491541]
  KuaiLiveは、中国の主要なライブストリーミングプラットフォームであるKuaishouから収集された、初めてのリアルタイム対話型データセットである。 データセットは、21日間で23,772人のユーザと452,621人のストリーマーのインタラクションログを記録している。 ライブストリーミング領域では、トップKレコメンデーション、クリックスルーレート予測、ウォッチタイム予測、ギフト価格予測など、幅広いタスクをサポートすることができる。
  論文  参考訳（メタデータ） (2025-08-07T17:59:36Z)
• FARM: Frequency-Aware Model for Cross-Domain Live-Streaming Recommendation [24.07417561307543]
  FARMと呼ばれるクロスドメインライブストリーミングレコメンデーションのための周波数認識モデルを提案する。 当社のFARMはオンラインライブストリーミングサービスにデプロイされており、現在Kuaishou上で数億人のユーザにサービスを提供しています。
  論文  参考訳（メタデータ） (2025-02-13T14:44:15Z)
• A Multimodal Transformer for Live Streaming Highlight Prediction [26.787089919015983]
  ライブストリーミングは、将来のフレームなしで推論し、複雑なマルチモーダルインタラクションを処理するモデルを必要とする。 モーダル信号の時間的シフトを扱うための新しいモーダル時間アライメントモジュールを提案する。 本稿では,大規模データセットから学習し,ユーザの暗黙的なフィードバックを弱い監視信号として活用するための,境界対応Pairwise Lossを提案する。
  論文  参考訳（メタデータ） (2024-06-15T04:59:19Z)
• MMBee: Live Streaming Gift-Sending Recommendations via Multi-Modal Fusion and Behaviour Expansion [18.499672566131355]
  ギフトインタラクションの正確なモデリングは、ユーザのエクスペリエンスを向上するだけでなく、ストリーマーの収益も増大させる。 従来のレコメンデーション問題として,ライブストリーミングギフト予測に関する先行研究がある。 実時間マルチモーダル・フュージョンとビヘイビア・エクスパンジョンに基づくMMBeeを提案する。
  論文  参考訳（メタデータ） (2024-06-15T04:59:00Z)
• Flash-VStream: Memory-Based Real-Time Understanding for Long Video Streams [78.72965584414368]
  人間の記憶機構をシミュレートしたビデオ言語モデルFlash-VStreamを提案する。 既存のモデルと比較して、Flash-VStreamは遅延推論とVRAM消費の大幅な削減を実現している。 本稿では,オンライン動画ストリーミング理解に特化して設計された質問応答ベンチマークであるVStream-QAを提案する。
  論文  参考訳（メタデータ） (2024-06-12T11:07:55Z)
• Multi-Interactive Attention Network for Fine-grained Feature Learning in CTR Prediction [48.267995749975476]
  クリックスルー率(ctr)予測シナリオでは、ユーザのシーケンシャルな動作を利用してユーザの関心を捉える。 既存の手法は主にユーザの行動に注意を払っているが、CTR予測には必ずしも適していない。 マルチインタラクティブ・アテンション・ネットワーク (MIAN) を提案し, 各種微細な特徴間の潜在関係を総合的に抽出する。
  論文  参考訳（メタデータ） (2020-12-13T05:46:19Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。