في خطوة جديدة نحو تحسين أنظمة التوصية الذكية، كشفت دراسة حديثة عن هيمنة المتبقي (Residual Dominance) كعقيدة هيكلية تؤثر على كيفية اعتماد هذه الأنظمة على التفاعل الأخير عند وقت الاستدلال. يعتمد الكثير من نماذج توصية السلاسل المعتمدة على الTransformer، التي تستخدم آلية الانتباه الذاتي (Self-Attention)، بشكل كبير على العنصر الأخير، ولكن لا يزال من غير الواضح كيف يظهر هذا السلوك في التمثل المستخدم للتنبؤ.

تؤكد نتائج البحث أن نماذج مثل SASRec تعرض اعتمادًا محليًا عاليًا على العنصر الأخير. وعلى الرغم من أن الانتباه الذاتي يقوم بدمج المعلومات السياقية، إلا أن الإضافة المتبقية تؤدي بشكل حاد إلى تغيير التمثيل الكلي نحو مساهمات في نفس الموضع، وهو ما أطلق عليه الباحثون اسم الهيمنة المتبقية. لاختبار هذه الفرضية، استخدم العلماء قوة المتبقي كتشخيص متحكم خلال عملية الاستدلال.

أظهرت النتائج وجود علاقة تجريبية بين قوة المتبقي ونمط الاعتماد على العنصر الأخير، حيث تؤدي تغيرات في قوة المتبقي إلى توازن أحادي بين خلط الهيكل والاعتماد على العنصر الأخير. وكما هو واضح، فإن تقليل قوة المتبقي يمكن أن يعيد مجموعة من العناصر التي تم تفويتها، والتي تصنف بالفعل بشكل صحيح في المواقع غير الأخيرة.

تقدم هذه النتائج تفسيرًا هيكليًا يربط بين الاعتماد الشديد على العنصر الأخير والهيمنة المتبقية في أوقات الاستدلال. تعتبر هذه الدراسة خطوة هامة نحو تحسين تصميم نماذج التوصية، وقد تم نشر الشيفرة المصدرية للجمهور لمزيد من البحث والتطوير.