大语言模型能否有效解决推荐问题？ - 飞书文档
https://docs.feishu.cn/v/wiki/OVHtwXJjeiVDcdkNMSRcfVKVnA6/aa这个任务使用了推荐中的协同过滤信号作为标签来进行对比学习，首先会统计所有笔记对的共现分数，然后使用共现分数高的笔记对视为相关性高的笔记，作为正样本，batch内 ...
飞搜侠
热门搜索
LLM用于推荐系统时，如何克服推荐对数据集的高度依赖？
https://docs.feishu.cn/v/wiki/F656w0Ru7iF2UfkrCAMcEBnhnof/ac**庞大的信息存储： **LLM 无需更改模型架构或重新训练即可适应新信息，像协同过滤这样的传统方法依赖于大量的训练数据。 相比之下，LLM 需要的数据要少得多，因为他们 ...
LLM（十四）：基于LLM 的推荐系统重构 - 飞书
https://agijuejin.feishu.cn/wiki/F656w0Ru7iF2UfkrCAMcEBnhnof一、风云际会：推荐系统遇上LLM 在笔者之前的专栏中推荐系统及计算广告www.zhihu.com/column/c_1611400569750257665 介绍了推荐系统发展过程及主流算法 ... 协同过滤这样的 ...
LLM4Rec：当推荐系统遇到大模型 - 飞书文档
https://docs.feishu.cn/article/wiki/DMqOwfhbIi2kUlkxu0RcVaYjn2FGENRE（GEnerative News REcommendation），使用已有新闻数据的标题、摘要、分类等信息，构建合适的prompt 喂给LLM，生成更丰富的信息特征，用于推荐模型训练。 论文中主要使用了 ...
认知增强计划：BookWise AI 的神经重塑方案 - 飞书文档
https://docs.feishu.cn/v/wiki/WAvBw2qDmiwDYdkoZdMcr6g4nag/aa当读到"文字驯化人类"的论断时，AI瞬间调取甲骨文演变史、神经认知科学论文 ... 推荐算法的混沌美学. 采用混合推荐模型：. 协同过滤：寻找"平行世界"的你.
综述：探索基于大型语言模型的智能体：定义、方法与前景 - 飞书文档
https://docs.feishu.cn/article/wiki/Ms10w3VufiBel3kXwDJcq2zxnue模块化协调方法模块化协调方法通常包括多个模块协同工作，以促进基于语言模型的智能体的规划和内省。DIVERSITY [133] 探索各种提示以增加推理路径的多样性。通过引入一个 ...
《参数共享方法能提高模型效率吗？》 - 飞书文档
https://docs.feishu.cn/v/wiki/UXZkw5Ahyi9lWPk7TiPcZVEnnDc/ah2024年11月9日 ... 该方法通过自适应预算分配算法，优化KV缓存的驱逐过程，从而提高推理效率。 ... 论文指出，推荐系统的输入特征包括连续的密集特征和分类的稀疏特征。为了 ...
小红书LLM推荐中联合建模的作用 - 飞书文档
https://docs.feishu.cn/v/wiki/VwdhwvBAFiDdaZkB7LWc8mGUnpg/a9... 协同过滤信号，从而使得生成的embedding更适用于下游的推荐任务。 具体来说，首先 ... 论文提到的CB2CF其实是一脉相承的，只不过另外一篇同时用了文本和图像特征 ...
智源Emu3：实现多模态大一统的原生世界模型 - 飞书文档
https://docs.feishu.cn/v/wiki/EiBCwQF4UiZqM2kaeNIcVNuknPc/a42024年11月9日 ... 在强化学习中，当智能体的奖励机制与设计者的意图不一致时，可能会导致不理想的行为。为防止这种情况，通常采用KL正则化技术，通过限制智能体的行为来减少不 ...
AI伦理新蓝海：构建自动化决策透明化框架的实践指南
https://docs.feishu.cn/v/wiki/Qq2Ww62JYismZ5kmb8vcte8kn5b/aa核心算法层：卷积神经网络（CNN）在图像识别中的精准度已达人类水平. 数据燃料库：千万级标注数据集的构建与清洗方法论. 场景落地术：从自动驾驶的决策树到推荐系统的协同过滤 ...