طبق پیش‌چاپی که ۵ نوامبر ۲۰۲۶ در arXiv منتشر شد، بردارهای عددی متراکمی که سامانه‌های پیشنهادگر برای نمایش کاربران به کار می‌برند، ممکن است حاوی الگوهای رفتاری قابل تفکیک و نام‌گذاری باشند. نویسندگان این مقاله، که وابستگی سازمانی به آمازون در آن درج شده است، آزمودند که آیا خودرمزگذارهای تنک می‌توانند این الگوها را آشکار کنند و جست‌وجوی گروه‌های کاربری با زبان طبیعی را ممکن سازند. داوری علمی مقاله تأیید نشده و بازآزمایی مستقلی نیز ارائه نشده است.
ایده این است که رفتار یک کاربر می‌تواند ترکیبی از چند الگو، مانند علاقه به قهوه و خریدهای مرتبط با فرزندپروری، باشد. در مدل آمیخته مفروض مقاله، بردارهایی که از میانگین‌گیری ویژگی‌های تعاملات ساخته می‌شوند، در مقدار مورد انتظار همین ساختار ترکیبی را به ارث می‌برند. خودرمزگذار تنک مجموعه‌ای از جهت‌ها را می‌آموزد که هر بردار را با تعداد نسبتاً کمی ویژگی فعال بازسازی می‌کند. تعمیم این استدلال به بازنمایی‌های غیرخطی ترنسفورمر به فرض‌های بیشتری نیاز دارد؛ آزمایش‌ها آن را برای هر نوع رمزگذاری اثبات نمی‌کنند.
آزمون مصنوعی شامل ۱۰۰٬۰۰۰ کاربر بود که به هرکدام ۲ تا ۶ الگوی فعال از میان ۷۵ الگوی ازپیش‌تعریف‌شده اختصاص یافت و سابقه خریدشان با مدل زبانی بزرگ تولید شد. در بردارهای تولیدشده با ترنسفورمر، هم‌ترازی کسینوسی خروجی خودرمزگذار با وزن‌های ترکیب واقعی کاربران ۰٫۵۸ بود؛ این مقدار برای FastICA برابر با ۰٫۵۳ و برای کدگذاری K-Means برابر با ۰٫۴۵ بود. این روش با آستانه شباهت کسینوسی حداقل ۰٫۷ میان جهت رمزگشا و مرکز الگو، ۷۳ الگو از ۷۵ الگو را بازیابی کرد. این نتایج بازیابی را در محیطی کنترل‌شده نشان می‌دهند که بر پایه الگوهای تنک طراحی شده است؛ روش‌های رقیب در برخی معیارها یا ابعاد دیگر بردار عملکرد بهتری داشتند.
برای آزمون با داده‌های واقعی، گروه از مجموعه Open e-commerce استفاده کرد: ۱٫۸ میلیون خرید از ۵٬۰۲۷ مصرف‌کننده آمریکایی. دسته‌های خرید برای بازه‌های شش‌ماهه به بردارهای ۱۲۸بعدی تبدیل و سپس با خودرمزگذاری دارای ۵۱۲ ویژگی تجزیه شدند. یک مدل زبانی بزرگ با استفاده از سابقه تعامل کاربران نمونه، ویژگی‌ها را نام‌گذاری کرد و مدلی دیگر ارتباط آن‌ها را با پرس‌وجوهای زبان طبیعی امتیاز داد. کاربران بر اساس میزان فعال‌شدن ویژگی‌های منتخب رتبه‌بندی شدند. تجزیه روی بردارهای موجود انجام می‌شود، اما فرایند کامل نام‌گذاری به همان سابقه‌های نمونه نیز نیاز دارد.
در شش وظیفه مربوط به دسته‌های خرید، میانگین Lift خودرمزگذار ۱٫۹۳ برابر و AUROC آن ۰٫۷۰۵ بود؛ در مقایسه، این مقادیر برای FastICA برابر با ۱٫۸۶ برابر و ۰٫۶۹۵ بود. Lift میزان افزایش سهم موارد مثبت نسبت به نرخ پایه را در نقطه برش ارزیابی‌شده رتبه‌بندی می‌سنجد؛ AUROC توان رتبه‌بندی در تفکیک موارد مثبت و منفی را اندازه می‌گیرد. در دو وظیفه مربوط به خوداظهاری درباره تازه والد شدن و جابه‌جایی محل سکونت، نتایج متناظر ۵٫۳۰ برابر و ۰٫۷۱۵ بود، در برابر ۴٫۷۵ برابر و ۰٫۷۱۳ برای FastICA. به گزارش نویسندگان، تفاوت AUROC در وظایف رویدادهای زندگی از نظر آماری معنادار نبود (p=0.5).
پوشش، یک بده‌بستان را آشکار کرد: خودرمزگذار در وظایف دسته‌های خرید به ۷۳٫۵٪ و در وظایف رویدادهای زندگی به ۸۷٫۶٪ کاربران مثبت امتیاز بازیابی غیرصفر داد؛ کمتر از مقادیر ۷۷٫۰٪ و ۹۳٫۲٪ برای FastICA. الگوهای واقعی برخلاف آزمون مصنوعی، حقیقت مبنای معلوم ندارند؛ بنابراین موفقیت بازیابی، شاهدی غیرمستقیم برای تفسیرپذیری است. برچسب‌های برگرفته از خرید نیز پیش‌بینی مستقل رفتار آینده را اثبات نمی‌کنند. بازه‌های متعلق به یک کاربر به هم وابسته‌اند و بذرهای تصادفی و فرافکنی‌های تصادفی، تغییرپذیری محاسباتی را می‌سنجند، نه نمونه‌های مستقل از جمعیت را. برآوردهای کامل عدم‌قطعیت و جزئیات روش‌های جداسازی داده‌ها از مطالب ارائه‌شده قابل تأیید نیستند.
این پژوهش مسیری برای بررسی اطلاعات نهفته در سامانه‌های شخصی‌سازی پیشنهاد می‌کند و مزایایی وابسته به آزمون نشان می‌دهد، نه برتری همگانی.
تصویر جلد با هوش مصنوعی تولید شده و تصویرسازی مفهومی است؛ مدرک پژوهش نیست.