RQ-VAE 残差量化

定义

RQ-VAE 将物品表征经过编码器、逐层残差码本与解码器，学习可组合的离散语义 ID。

核心判断

逐层残差降低量化误差，但最近邻选码不可导，需要近似梯度；重构好并不自动意味着下游推荐目标更好。

工程检查

分层查看码本使用率、碰撞率、重构误差和推荐效果；监测 STE 训练稳定性与新增物品编码一致性。

本书依据

《第九章-生成式推荐模块.pdf》，PDF 第 4–7 页（9.3.1、9.3.2 节）。

扩展说明

与 RQ-KMeans 对照时同时固定输入表征、码本容量和下游模型。