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| ...
飞搜侠
热门搜索
本周社交媒体内容推荐算法精准度如何？ - 飞书文档
https://docs.feishu.cn/v/wiki/OBFSwgAaKigrGDkpI8NcBeQFnme/ad本周社交媒体新特性与更新综述. 社交媒体在当今社会扮演着至关重要的角色，它不断地演变和发展，每周都有新的特性和更新出现。本文将围绕所提供链接中的内容，详细探讨 ...
LLM4Rec：当推荐系统遇到大模型 - 飞书文档
https://docs.feishu.cn/article/wiki/DMqOwfhbIi2kUlkxu0RcVaYjn2FNDR 问题定义，给定用户u 及其需求表述q，推荐系统f 需要从候选集C 中推荐出合适结果R。 ... End2End Generation. 生成式推荐综述：Large Language Models for Generative ...
MoE如何助力推荐系统发展？ - 飞书文档
https://docs.feishu.cn/v/wiki/SKYZwIeyBibUCUkcjfbcdKt8nug/ak机器之心整理了这篇综述报告的内容主干，以帮助读者了解当前MoE 的发展概况，更多详情请阅读原论文。此外，我们也在文末整理了一些与MoE 相关的报道。 混合专家的背景知识. 在 ...
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此外，用户研究突显了我们框架的用户友好性和可用性，与基于规则的AutoML方法相比。 在生成AI供应链中解锁公平使用：系统化文献综述. 贡献人： @李果芮. 链接： ...
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虽然诸如算术推理等任务涉及明确、明确的答案和逻辑思维链，但LLM推理在推荐系统（RecSys）中的应用提出了一个独特的挑战。 ... Mamba 研究综述. 贡献人： @李果芮. 链接：http:// ...
Position bias：如何解决推荐系统偏差？ - 飞书文档
https://docs.feishu.cn/v/wiki/SDTawG9Z5i4SCWkTeaLczIWBnMf/ac用户行为建模用户行为序列建模，即通过序列模型来建模用户的行为序列，得出用户的实时兴趣向量，进而应用到推荐系统的召回和排序模块中，为用户提供个性化的服务。
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此前的工作包括了通用图大语言模型GraphGPT，HiGPT；智慧城市大语言模型UrbanGPT；可解释大语言模型推荐算法XRec 等。 ... 综述中，为我们揭示了答案。 图，作为描绘现实 ...
动态知识图谱能否替代传统文献综述？ - 飞书文档
https://docs.feishu.cn/v/wiki/OnHxwy7fziuQ56krXpccNbvenmd/ah... 系统难以企及的认知盲区。 三、传播革命的蝴蝶效应. 3.1 信息分发的精准化悖论. 学术推荐算法正在创造着两个截然不同的平行宇宙：. | 传统模式| AI驱动模式 ...
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这些研究主要关注计算机操作任务、人机交互、代码生成与测试、网络安全、游戏和推荐系统应用。 ? 计算机操作: RCI（参考文献[138]）使用自然语言指令来指导LLM完成计算机任务 ...