论文简介：该工作提出了一种面向反事实推荐（或纠偏推荐）的基于均匀数据的通用知识蒸馏框架。该工作基于更广泛的知识蒸馏定义来对均匀数据在反事实推荐中的使用策略进行构建、设计和讨论，其中均匀数据可以分别在标签蒸馏、样本蒸馏、特征蒸馏和结构蒸馏这四种视角中被充分地挖掘所蕴含的纠偏信息，该框架将这四种视角视为框架中的不同模块，且在每个模块中分别给出了一些具体可行的实现方案。该框架为反事实推荐中对稀少且珍贵的均匀数据的有效利用这一重要问题提供了一个系统性的指导，该框架可以有效地兼容相关研究方向上大多数的现有工作，且有望在不同模块上进行有效的扩展。