浙江大学团队揭示了推荐系统如何放大流行度偏差，并提出了一种基于正则项的纠偏方法ReSN，该方法显著提升推荐系统的公平性和准确性。

是清华及英伟达研究人员最新提出的观点。 他们发现，作为离散扩散模型中性能最强的类别，掩码扩散模型可能