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/a1GENRE（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 ...
飞搜侠
热门搜索
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资讯谷歌收购Character.AI核心团队贡献人：@谭泽琪https://mp.weixin.qq.com/s/ZpZPHfCc7p7zZ7Lw1mMJpw Character.AI，成立于2021 年的AI 聊天机器人公司， ...
推荐系统中运用大语言模型的环节 - 飞书文档
https://docs.feishu.cn/v/wiki/YE0iwT6NniaWwlkPHDBc5ZVxnVd/a3... 《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 ...
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 ...
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| ...
《大模型技术：从综述到中文书的历程》 - 飞书文档
https://docs.feishu.cn/v/wiki/RmdHwmfRaiqbCjkkb9zceBYEnvc/a2... 大模型技术的首选书籍（已经推荐给身边的学弟学妹了）。 该书一共五大部分，包括大模型基础、大模型预训练、大模型微调、提示词、智能体、大模型在研究/专业领域的应用等。
MoE如何助力推荐系统发展？ - 飞书文档
https://docs.feishu.cn/v/wiki/SKYZwIeyBibUCUkcjfbcdKt8nug/akLLM 很强，而为了实现LLM 的可持续扩展，有必要找到并实现能提升其效率的方法，混合专家（MoE）就是这类方法的一大重要成员。 最近，各家科技公司提出的新一代大模型不约而同 ...
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... 推荐系统、时空数据挖掘等领域。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。 ... 模型领域的最新综述 ...
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具体来说，NLP应用包括问答系统、聊天机器人和事实验证；下游任务包括推荐和软件工程；特定领域应用包括科学和金融领域的AI应用。 图5：检索增强型大型语言模型（RA-LLMs）应用 ...
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这些人才的加入，使得阶跃星辰在AI 大模型的研发和产品开发方面拥有了强大的技术实力和市场竞争力。 英伟达B200A曝光：内存带宽减半. 贡献人：@谭泽琪. https://mp.weixin.qq.