大模型推荐系统有哪些进展和未来方向？ - 飞书文档
https://docs.feishu.cn/v/wiki/LlzmwC1a2i2BhOkAQsFcOpQRnSf/as然而，大模型在推荐系统中也面临挑战，包括如何降低推理延迟和成本、如何评估推荐效果、以及如何处理数据偏见和隐私问题。未来的研究方向将包括开发更高效的模型架构、探索 ...
飞搜侠
热门搜索
深入解析LLM4Rec：推荐系统与大模型的融合与创新 - 飞书文档
https://docs.feishu.cn/v/wiki/DMqOwfhbIi2kUlkxu0RcVaYjn2F/a1LLM v.s. Rec ; 场景. 千人千面、领域各异. 通用模型，one for all ; 输入. 物品（百万、千万）. 字词文本（十万） ; 参数规模. 亿级别. 特征参数占比大，不具备scaling law. 千亿、 ...
大模型如何提升推荐系统表现 - 飞书文档
https://docs.feishu.cn/v/wiki/YE0iwT6NniaWwlkPHDBc5ZVxnVd/a2一文梳理推荐系统如何应用大模型 ... 大家好我是蘑菇先生。 ... 下面会围绕： **背景和问题**、 **何处运用大语言模型**(特征工程、特征编码、打分排序、流程控制，共7个代表性 ...
一文梳理推荐系统如何应用大模型
https://agijuejin.feishu.cn/wiki/YE0iwT6NniaWwlkPHDBc5ZVxnVd... 《推荐系统如何从大语言模型中取长补短：从应用视角出发》，个人感觉很有信息量，我们组内同学也做过交流分享，相关信息也可以从综述找到："How Can Recommender Systems ...
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它涵盖了它们的定义、研究框架以及组成、认知和规划方法、工具利用和对环境反馈的响应等基础组件。我们还深入探讨了在多智能体系统中部署基于LLM的智能体的机制，包括多角色 ...
KDD 2024｜港大黄超团队深度解析大模型在图机器学习领域的「未知 ...
https://docs.feishu.cn/article/wiki/DqGiwdnlpiYNdlkF6MGcEb5Snld该综述深入回顾了最新应用于图学习中的LLMs，并提出了一种全新的分类方法，依据框架设计对现有技术进行了系统分类。其详尽剖析了四种不同的算法设计思路：一是以图神经网络为 ...
深度召回模型综述：推荐系统的关键 - 飞书文档
https://docs.feishu.cn/v/wiki/SMS0wtRnaiUKEEki0SQcLsjanY7/a1历史文章列表重磅整理！推荐系统之深度召回模型综述（PART I） 重磅整理！推荐系统之深度召回模型综述（PART II） 重磅整理！推荐系统之深度召回模型综述（PART III） 深度融合| ...
MoE如何助力推荐系统发展？ - 飞书文档
https://docs.feishu.cn/v/wiki/SKYZwIeyBibUCUkcjfbcdKt8nug/ak混合专家（MoE）启发了许多不同的变体技术。举个例子，Xue et al. 的论文《Go wider instead of deeper》提出了模型宽度增大的WideNet，其做法是将 ...
利用LLM推理增强个性化推荐系统 - 飞书文档
https://docs.feishu.cn/v/wiki/WTw2wTkEoiuu0DkQWeOcmg5OnTd/ac资讯. ResNet作者张祥雨，投身AI大模型 · 英伟达B200A曝光：内存带宽减半 ; 推特. Openperplex宣布开源：由AI 驱动的搜索引擎 · Karpathy大赞FarmBot：有点像食物界的太阳能电池板.
一篇RAG与大模型结合的最新全面综述 - 飞书文档
https://docs.feishu.cn/article/wiki/FQQCwjDcfitQDtkRMLGc2qawnJc推荐系统：RA-LLMs通过整合检索和生成过程，提供个性化和情境相关的推荐。 软件 ... 飞书AI 知识问答系统深度集成DeepSeek R1 满血版大模型，支持实时联网搜索 ...