Papers with Code · CC BY-SA 4.0

Criteo

아카이브 평가 39건 · 마지막 적재/변경 2026-10-30

평가 기록

과거 수집 기록이며 최신 순위가 아닙니다. 데이터셋 버전·split·실험 조건과 지표 방향이 검증되지 않은 결과는 직접 비교할 수 없습니다. 날짜는 논문 날짜이며 최신 평가일을 뜻하지 않습니다.

표가 화면보다 넓으면 좌우로 스크롤하여 논문과 구현 링크를 확인하세요.

원본 기록 순서 · 순위 미부여
모델	원본 지표·값	논문	구현
QNN-α	AUC 0.8163 Log Loss 0.4358	Revisiting Feature Interactions from the Perspective of Quadratic Neural Networks for Click-through Rate Prediction 2025-05-23	코드 1
FCN	AUC 0.8162 Log Loss 0.4358	FCN: Fusing Exponential and Linear Cross Network for Click-Through Rate Prediction 2024-07-18	코드 1 · 코드 2
GDCN	AUC 0.8161 Log Loss 0.4360	Towards Deeper, Lighter and Interpretable Cross Network for CTR Prediction 2023-11-08	코드 1 · 코드 2 · 코드 3
MemoNet	AUC 0.8152	MemoNet: Memorizing All Cross Features' Representations Efficiently via Multi-Hash Codebook Network for CTR Prediction 2022-10-25	코드 1
TF4CTR	AUC 0.8150	TF4CTR: Twin Focus Framework for CTR Prediction via Adaptive Sample Differentiation 2024-05-06	코드 1
FinalMLP + MMBAttn	AUC 0.81497	MMBAttn: Max-Mean and Bit-wise Attention for CTR Prediction 2023-08-25	연결 없음
FinalMLP	AUC 0.8149	FinalMLP: An Enhanced Two-Stream MLP Model for CTR Prediction 2023-04-03	코드 1 · 코드 2 · 코드 3 · 코드 4
CETN	AUC 0.8148 Log Loss 0.4373	CETN: Contrast-enhanced Through Network for CTR Prediction 2023-12-15	코드 1
STEC	AUC 0.8143 Log Loss 0.4379	STEC: See-Through Transformer-based Encoder for CTR Prediction 2023-08-29	연결 없음
DNN + MMBAttn	AUC 0.8143	MMBAttn: Max-Mean and Bit-wise Attention for CTR Prediction 2023-08-25	연결 없음
MaskNet	AUC 0.8131	MaskNet: Introducing Feature-Wise Multiplication to CTR Ranking Models by Instance-Guided Mask 2021-02-09	코드 1 · 코드 2 · 코드 3 · 코드 4 · 코드 5 · 코드 6 · 코드 7 · 코드 8 · 코드 9 · 코드 10 · 코드 11 · 코드 12 · 코드 13 · 코드 14 · 코드 15 · 코드 16 · 코드 17 · 코드 18 · 코드 19 · 코드 20 · 코드 21
DeepLight	AUC 0.8123 Log Loss 0.4395	DeepLight: Deep Lightweight Feature Interactions for Accelerating CTR Predictions in Ad Serving 2020-02-17	코드 1 · 코드 2
CELS	AUC 0.8117 Log Loss 0.4400	Cognitive Evolutionary Search to Select Feature Interactions for Click-Through Rate Prediction 2023-08-01	코드 1 · 코드 2
OptFS	AUC 0.8116 Log Loss 0.4401	Optimizing Feature Set for Click-Through Rate Prediction 2023-01-26	코드 1
DCN V2	AUC 0.8115 Log Loss 0.4406	DCN V2: Improved Deep & Cross Network and Practical Lessons for Web-scale Learning to Rank Systems 2020-08-19	코드 1 · 코드 2 · 코드 3 · 코드 4 · 코드 5 · 코드 6 · 코드 7 · 코드 8 · 코드 9 · 코드 10 · 코드 11 · 코드 12
OptEmbed	AUC 0.8114 Log Loss 0.44	OptEmbed: Learning Optimal Embedding Table for Click-through Rate Prediction 2022-08-09	코드 1
ContextNet	AUC 0.8113	ContextNet: A Click-Through Rate Prediction Framework Using Contextual information to Refine Feature Embedding 2021-07-26	코드 1 · 코드 2 · 코드 3 · 코드 4
FiBiNet++	AUC 0.8110	FiBiNet++: Reducing Model Size by Low Rank Feature Interaction Layer for CTR Prediction 2022-09-12	코드 1 · 코드 2 · 코드 3 · 코드 4 · 코드 5
NormDNN	AUC 0.8107	Correct Normalization Matters: Understanding the Effect of Normalization On Deep Neural Network Models For Click-Through Rate Prediction 2020-06-23	코드 1
DeepFFM	AUC 0.8104 Log Loss 0.4416	FAT-DeepFFM: Field Attentive Deep Field-aware Factorization Machine 2019-05-15	코드 1 · 코드 2 · 코드 3 · 코드 4 · 코드 5 · 코드 6 · 코드 7 · 코드 8 · 코드 9 · 코드 10 · 코드 11 · 코드 12
FiBiNET	AUC 0.8103 Log Loss 0.4423	FiBiNET: Combining Feature Importance and Bilinear feature Interaction for Click-Through Rate Prediction 2019-05-23	코드 1 · 코드 2 · 코드 3 · 코드 4 · 코드 5 · 코드 6 · 코드 7 · 코드 8 · 코드 9 · 코드 10 · 코드 11 · 코드 12 · 코드 13 · 코드 14 · 코드 15 · 코드 16 · 코드 17 · 코드 18 · 코드 19 · 코드 20 · 코드 21 · 코드 22 · 코드 23 · 코드 24 · 코드 25 · 코드 26 · 코드 27 · 코드 28 · 코드 29 · 코드 30 · 코드 31
OptInter	AUC 0.8101 Log Loss 0.4417	Memorize, Factorize, or be Naïve: Learning Optimal Feature Interaction Methods for CTR Prediction 2021-08-03	코드 1
GateNet	AUC 0.8100	GateNet: Gating-Enhanced Deep Network for Click-Through Rate Prediction 2020-07-06	코드 1 · 코드 2 · 코드 3 · 코드 4 · 코드 5
AFN+	AUC 0.8074	Adaptive Factorization Network: Learning Adaptive-Order Feature Interactions 2019-09-07	코드 1 · 코드 2 · 코드 3 · 코드 4
XCrossNet	AUC 0.8067	XCrossNet: Feature Structure-Oriented Learning for Click-Through Rate Prediction 2021-04-22	코드 1
Fi-GNN	AUC 0.8062 Log Loss 0.4453	Fi-GNN: Modeling Feature Interactions via Graph Neural Networks for CTR Prediction 2019-10-12	코드 1 · 코드 2 · 코드 3 · 코드 4 · 코드 5
AutoInt	AUC 0.8061 Log Loss 0.4454	AutoInt: Automatic Feature Interaction Learning via Self-Attentive Neural Networks 2018-10-29	코드 1 · 코드 2 · 코드 3 · 코드 4 · 코드 5 · 코드 6 · 코드 7 · 코드 8 · 코드 9 · 코드 10 · 코드 11 · 코드 12 · 코드 13 · 코드 14 · 코드 15 · 코드 16 · 코드 17 · 코드 18 · 코드 19
Clustered Compositional Embeddings	AUC 0.806 Log Loss 0.449	Clustering the Sketch: A Novel Approach to Embedding Table Compression 2022-10-12	코드 1
xDeepFM	AUC 0.8052 Log Loss 0.4418	xDeepFM: Combining Explicit and Implicit Feature Interactions for Recommender Systems 2018-03-14	코드 1 · 코드 2 · 코드 3 · 코드 4 · 코드 5 · 코드 6 · 코드 7 · 코드 8 · 코드 9 · 코드 10 · 코드 11 · 코드 12 · 코드 13 · 코드 14 · 코드 15 · 코드 16 · 코드 17 · 코드 18 · 코드 19
WMLFF	AUC 0.804 Log Loss 0.447	Weighted Multi-Level Feature Factorization for App ads CTR and installation prediction 2023-08-03	코드 1