中文 | English
全面整理高质量的人工智能、机器学习、大数据等技术资料。内容主要来自开源项目官网、综合技术网站(AIQ 、InfoQ、Stackoverflow、Github 等、国内外知名互联网公司技术博客(FAANG、Alibaba、Meituan etc)、知名技术公众号(DatafunTalk、阿里技术等)。
该文档每天自动更新
我们有一个梦想:随着全球工业界在AI道路上的不断探索与沉淀,笔耕不缀,很多很多年后, AIQ终将成为人工智能领域的“史家之绝唱,无韵之离骚”。——“苦练基本功”
我们有一个梦想:随着工业界不断的分享实践,未来无数的AI工程师们都能在这里找到解决方案、对标前沿,收获志同道合的朋友。智能时代里遍地生花、百家争鸣。——“坚持做正确的事,而不是容易的事”
我们有一个梦想:随着不断提升人工智能技术信息获取的效率,降低信息不对称壁垒,加速行业周期,助力人类智 能化的翅膀飞的更高更远!——“每天前进三十公里”
Github:https://github.com/cbamls/AI_Tutorial
Website: https://www.6aiq.com
Mail: 88cbam@gmail.com
加我微信: wx_vchar
—
注:算法大牛本周发布的笔记汇总,统计区间(2024-04-08 ~ 2024-04-15), 本周报更新时间:2024-04-15 15:03:27
| 序号 | 佳作 | 作者 | 时间 | | — | — | — | — | | 1 | 图解大模型计算加速系列:vLLM源码解析2,调度器策略(Scheduler) | 猛猿 | 2024-04-15 13:17:50 | | 2 | 大模型高速下载常用的的几种方法 | 大林 | 2024-04-15 07:59:28 | | 3 | 大模型 | meta2024 wukong: 推荐模型本身如何做大 | 亦一 | 2024-04-15 00:00:02 | | 4 | 揭秘NVIDIA大模型推理框架:TensorRT-LLM | DataFunTalk | 2024-04-14 21:14:33 | | 5 | ChatBI:基于文心一言的生成式数据分析技术探索 | DataFunTalk | 2024-04-14 20:45:05 | | 6 | 最新综述 | A Review of Graph Neural Networks in Epidemic Modeling | Houye | 2024-04-14 08:53:09 | | 7 | 懂车帝数据指标体系建设和应用实践 | DataFunTalk | 2024-04-12 14:07:40 | | 8 | DataOps 在联通数科的实践 构建数据治理研发运营一体化能力 | DataFunTalk | 2024-04-12 13:59:03 | | 9 | 如何快速提高大模型的向量表征效果能力? | 刘聪NLP | 2024-04-11 22:36:46 | | 10 | 尺寸魔方:AIGC赋能下的视觉创意智能延展 | 阿里妈妈技术 | 2024-04-11 18:08:12 | | 11 | 时间序列 AI 技术与大模型:蚂蚁集团的实践与应用探索 | DataFunTalk | 2024-04-11 14:58:03 | | 12 | 导师:瞒着我发水刊,你退学吧! | Houye | 2024-04-11 06:20:35 | | 13 | 我发现了两个很好用的kimi插件 | 大林 | 2024-04-09 20:24:25 | | 14 | 大模型微调方案设计和能力整合 | DataFunTalk | 2024-04-09 18:37:24 | | 15 | Apache Spark在小米的生产实践 | DataFunTalk | 2024-04-09 13:54:06 | | 16 | 轻量微调技术:如何运用有限数据实现高效微调 | DataFunTalk | 2024-04-09 11:50:13 | | 17 | 迈向公平图学习的新基准:电子科大等发布全新综合数据集和统一评估方法 | Houye | 2024-04-09 05:37:24 | | 18 | RAG系统中答案无关片段对LLMs生成答案有何影响? | 刘聪NLP | 2024-04-08 20:50:36 | | 19 | 理想汽车基于Flink on K8s的数据集成实践 | DataFunTalk | 2024-04-08 15:01:04 | | 20 | 大数据安全治理与防范——网址反欺诈实战 | DataFunTalk | 2024-04-08 14:03:49 | | 21 | 当大语言模型遇见推荐系统 | DataFunTalk | 2024-04-08 11:03:26 | | 22 | 自那之后,heygen更新了蛮多功能的 | 大林 | 2024-04-08 07:34:48 |
序号 | 佳作 | 时间 |
---|---|---|
1 | 揭秘NVIDIA大模型推理框架:TensorRT-LLM | 2024-04-14 21:14:33 |
2 | ChatBI:基于文心一言的生成式数据分析技术探索 | 2024-04-14 20:45:05 |
3 | 懂车帝数据指标体系建设和应用实践 | 2024-04-12 14:07:40 |
4 | DataOps 在联通数科的实践 构建数据治理研发运营一体化能力 | 2024-04-12 13:59:03 |
5 | 时间序列 AI 技术与大模型:蚂蚁集团的实践与应用探索 | 2024-04-11 14:58:03 |
6 | 大模型微调方案设计和能力整合 | 2024-04-09 18:37:24 |
7 | Apache Spark在小米的生产实践 | 2024-04-09 13:54:06 |
8 | 轻量微调技术:如何运用有限数据实现高效微调 | 2024-04-09 11:50:13 |
9 | 理想汽车基于Flink on K8s的数据集成实践 | 2024-04-08 15:01:04 |
10 | 大数据安全治理与防范——网址反欺诈实战 | 2024-04-08 14:03:49 |
11 | 当大语言模型遇见推荐系统 | 2024-04-08 11:03:26 |
12 | 货拉拉大数据新一代基础架构实践与思考 | 2024-04-07 18:18:57 |
13 | 指标平台加速零售数字化转型–Kyligence Zen 智能一站式指标平台 | 2024-04-07 17:59:11 |
14 | 一文看懂什么是强化学习?(基本概念+应用场景+主流算法+案例) | 2024-04-07 17:21:28 |
15 | 大模型分布式训练的第四种境界 | 2024-04-07 16:37:56 |
16 | 如何实现 DataOps 开发、运营、治理一体化 | 2024-04-07 16:20:30 |
17 | 大语言模型在开放世界中的推理能力探索实践 | 2024-04-07 10:45:05 |
18 | 用户画像算法:历史、现状与未来 | 2024-04-03 17:51:06 |
19 | 卷大模型没意义,卷应用机会更大 | 2024-04-03 14:50:09 |
20 | 大模型在金融领域落地思路与实践 | 2024-04-02 17:44:00 |
21 | 字节智能运维场景的LLM应用实践 | 2024-04-02 10:52:13 |
22 | ETL原罪是什么?NoETL怎么搞? | 2024-04-01 18:54:26 |
23 | 快手强化学习与多任务推荐 | 2024-04-01 18:28:27 |
24 | 滴滴国际化出行场景指标体系建设 | 2024-03-29 14:06:39 |
25 | Soul 基于 AIGC 的实践与探索 | 2024-03-29 11:39:35 |
26 | 阿里通用多模态大模型 OFA 研究实践 | 2024-03-27 18:02:42 |
27 | 袋鼠云在实时数据湖上的探索实践 | 2024-03-26 18:10:18 |
28 | 抖音电商埋点与归因分析实践方案 | 2024-03-26 14:32:39 |
29 | 教育领域大模型技术与应用 | 2024-03-25 18:51:09 |
30 | 算力之外,大模型训练的隐藏挑战 | 2024-03-25 11:50:07 |
31 | 滴滴大数据资产治理实践 | 2024-03-24 13:33:10 |
32 | 大数据 AI 一体化解读 | 2024-03-23 13:24:02 |
33 | 快手统一分析服务建设实践 | 2024-03-22 09:00:20 |
34 | 抖音电商数据血缘探索和实践 | 2024-03-21 11:18:23 |
35 | 十分钟验证一个高性能车联网数据平台解决方案 | 2024-03-19 17:41:27 |
36 | 金融数据治理场景化实践 | 2024-03-18 15:41:55 |
37 | OLTP&OLAP超融合,揭秘新一代云原生数据库的设计之道 | 2024-03-18 09:23:03 |
38 | 流图计算在蚂蚁数仓加速场景的应用 | 2024-03-14 18:30:08 |
39 | AI风暴来袭:2024年数据平台的演进、挑战与机遇 | 2024-03-13 18:30:07 |
40 | 海外游戏智能营销技术应用探索 | 2024-03-13 11:30:44 |
41 | 大模型时代,新一代向量数据库的探索应用-DingoDB | 2024-03-13 09:00:08 |
42 | 腾讯欧拉平台数据血缘架构及应用 | 2024-03-12 20:10:05 |
43 | 蚂蚁金服异常检测和归因诊断分析实践 | 2024-03-12 16:36:41 |
44 | 大模型推动下的百度信息流推荐系统重构设计 | 2024-03-12 11:31:58 |
45 | 滴滴指标标准化的核心设计思路 | 2024-03-11 16:20:46 |
46 | 滴滴指标标准化的核心设计思路 | 2024-03-11 10:58:43 |
47 | AI 原生应用中的 AI Agents 探索与实践 | 2024-03-08 11:09:19 |
48 | 携程用大模型都做了些啥? | 2024-03-07 11:53:34 |
49 | 画像标签体系构建与应用实践 | 2024-03-06 18:18:16 |
50 | Agent如何革新AI医疗? | 2024-03-06 10:37:01 |
51 | 懂车帝准实时指标体系架构及应用 | 2024-03-06 09:35:16 |
52 | 算法&大数据如何赋能?OPPO推荐领域降本增效指南 | 2024-03-05 20:30:16 |
53 | 华为盘古大模型微调实践 | 2024-03-05 17:57:55 |
54 | AI Agent在阿里电商平台中的应用 | 2024-03-05 10:33:28 |
55 | 如何提供一个可信的AB测试解决方案 | 2024-03-04 14:04:48 |
56 | Data Fabric 在数据集成场景的实践 | 2024-03-01 17:43:54 |
57 | 训练大模型缺少高质量数据?我们找到了一种新的解决方案 | 2024-03-01 14:34:00 |
58 | eBay推荐系统的多模态与商品嵌入技术实践:提升效能与用户体验 | 2024-03-01 11:40:27 |
59 | 小米 OLAP 引擎在 Trino 的应用实践 | 2024-02-29 18:07:00 |
60 | 资料下载:大模型在智能风控的应用案例 | 2024-02-29 14:53:48 |
61 | 2023年推荐+LLM有哪些成果? | 2024-02-29 11:31:41 |
62 | 如何从0-1使用 Apache Arrow 构建新数据系统 | 2024-02-28 20:06:09 |
63 | 数据治理资料下载《数据全生命周期安全管理实践案例》 | 2024-02-28 14:00:01 |
64 | 飞猪旅行供应链品类规划算法——推荐和选品模型 | 2024-02-27 20:00:14 |
65 | 基于 StarRocks 和 Paimon 打造湖仓分析新范式 | 2024-02-27 15:02:46 |
66 | 你们要的资料来了!强化学习经典算法—DQN算法揭秘 | 2024-02-27 14:06:16 |
67 | 当”狂飙”的大模型撞上推荐系统 | 2024-02-26 17:20:52 |
68 | 最新资料下载!京东因果推断方法实践文档! | 2024-02-26 15:07:05 |
69 | 24年最新资料《Agent技能实践地图2.0》下载地址来啦! | 2024-02-23 16:02:54 |
70 | 生成式AI在育碧3A游戏图像生成的实践应用 | 2024-02-23 13:54:44 |
71 | 下载地址来啦!下载破万的《大模型与推荐知识地图》2.0版 | 2024-02-22 14:25:10 |
72 | 快手推荐系统海量模型数据处理实践 | 2024-02-22 08:30:04 |
73 | vivo 大模型从训练到产品落地的最佳实践 | 2024-02-21 18:30:15 |
74 | 字节基于用户画像标签的分析及业务场景应用 | 2024-02-21 16:37:48 |
75 | 免费资源来啦!《大模型微调方案设计&能力整合知识地图2.0》 | 2024-02-21 16:31:40 |
76 | 字节跳动数据集成引擎 BitSail 开源架构演进和实践 | 2024-02-20 19:06:08 |
77 | 如何提升Agent角色扮演能力 | 2024-02-20 11:06:52 |
78 | 高性能 LLM 推理框架的设计与实现 | 2024-02-19 18:51:50 |
79 | 快手短视频推荐中的因果推断实践 | 2024-02-19 14:52:50 |
80 | 兼顾降本增效,StarRocks 3.0 关于存算这对CP分离的最佳”姿势” | 2024-02-02 20:00:12 |
81 | AB实验「坑」贼多?腾讯搜索实验有妙招! | 2024-02-02 18:02:18 |
82 | 揭秘NVIDIA大模型推理框架:TensorRT-LLM | 2024-01-31 18:54:33 |
83 | 2024年,如何精准押注大模型? | 2024-01-31 14:34:56 |
84 | 基于“数据-模型-策略-实验”生态闭环的智能风控实践 | 2024-01-30 19:03:27 |
85 | 模型与算法在石油产业链的优化应用实践 | 2024-01-30 12:33:15 |
86 | 腾讯数据采集治理之质量篇-从合规到合理 | 2024-01-29 20:54:02 |
87 | 一文搞懂 NVIDIA 在 GPU 上高效部署语音 AI 模型的最新应用 | 2024-01-29 18:14:52 |
88 | 深入浅出快手图数据库:看架构如何让推荐召回更高效 | 2024-01-29 17:41:20 |
89 | 2万字揭秘阿里巴巴数据治理平台建设经验 | 2024-01-28 19:03:26 |
90 | 大数据分析平台之 OLAP 架构的最佳实践 | 2024-01-25 18:40:37 |
91 | 强化学习和世界模型中的因果推断 | 2024-01-25 17:15:37 |
92 | 如何建设一个良好的可观测性数据平台直击企业痛点? | 2024-01-24 18:20:47 |
93 | B站大数据开发治理平台的产品设计心得 | 2024-01-24 17:05:47 |
94 | 腾讯数据治理技术实践 | 2024-01-23 17:40:01 |
95 | 大模型的高效训练和部署技术卷出新高度! | 2024-01-22 18:57:42 |
96 | 风控场景全流程模型构建及应用实践 | 2024-01-22 16:49:17 |
97 | 企业如何构建指标平台并实现智能分析? | 2024-01-18 18:43:18 |
98 | 手把手教你构建标签中台 | 2024-01-18 11:34:19 |
99 | 蚂蚁 TuGraph-DB 数据库查询引擎技术 | 2024-01-17 18:33:05 |
100 | 如何将知识图谱与AIGC结合?京东是这么做的 | 2024-01-17 17:56:27 |
101 | 淘宝直播APP用户增长实践 | 2024-01-17 11:22:04 |
102 | 如何构建好的用户画像平台? | 2024-01-16 14:04:07 |
103 | 数据集成产品的技术演进与实际应用-FastData DCT | 2024-01-15 14:02:19 |
104 | 数据治理全流程实战剖析,助力业务增长 | 2024-01-12 19:24:44 |
105 | 阿里巴巴长文档推荐系统在企业数字化中的应用 | 2024-01-12 17:54:41 |
106 | 小红书社区反作弊探索与实践 | 2024-01-11 20:06:58 |
107 | 重塑数据架构:云器Lakehouse如何简化组装式架构实现性能与成本的精益平衡 | 2024-01-11 18:03:10 |
108 | 翼支付云原生数据开发与治理平台实践 | 2024-01-11 14:53:48 |
109 | 京东零售数据可视化平台产品实践与思考 | 2024-01-10 18:47:36 |
110 | 滴滴大数据成本治理实践 | 2024-01-10 17:46:20 |
111 | 百度推荐排序技术的思考与实践 | 2024-01-08 15:16:43 |
112 | 蚂蚁营销推荐场景上的因果纠偏方法 | 2024-01-08 14:56:08 |
113 | 机器学习与运筹优化打造智慧供应链的最佳实践 | 2024-01-05 17:04:44 |
114 | YY 直播业务指标治理实践 | 2024-01-04 18:13:22 |
115 | 使用 OpenLLM 构建和部署大模型应用 | 2024-01-04 13:56:21 |
116 | OLAP 的技术研发与思考–ClickHouse 2023 总结和 2024 展望 | 2024-01-03 19:03:45 |
117 | 肖仰华:走向千行百业的大模型 | 2024-01-02 17:38:28 |
118 | OPPO 广告召回算法实践与探索 | 2024-01-02 10:56:01 |
119 | 如何设计好的指标平台? | 2023-12-29 18:10:51 |
120 | 大模型应用探索——企业知识管家 | 2023-12-29 17:55:02 |
121 | 腾讯(大禹投放平台)用户LTV建模技术研究和实践 | 2023-12-28 18:19:10 |
122 | 腾讯欧拉平台产品经理:如何做一款好的数据平台? | 2023-12-28 17:26:26 |
123 | 小红书应对万亿社交网络关系的图存储实践 | 2023-12-27 19:20:15 |
124 | 快手关于因果科学及其工业界应用落地 | 2023-12-27 17:39:28 |
125 | 大规模数据存储技术架构:如何应对海量数据挑战? | 2023-12-26 16:52:28 |
126 | 大模型工具学习探索 | 2023-12-26 16:05:42 |
127 | 理想汽车基于Flink on K8s的数据集成实践 | 2023-12-22 18:42:18 |
128 | 一线大厂数据产品经理成长之路 | 2023-12-21 19:01:06 |
129 | 关于A/B 实验中策略长期效果评估方案的研究 | 2023-12-20 18:07:10 |
130 | 如何成为好的数据产品经理?-快手数据平台负责人 | 2023-12-19 20:32:07 |
131 | 数据治理与大模型一体化实践 | 2023-12-19 18:55:54 |
132 | 快手 Dragonfly 策略引擎的设计与应用 | 2023-12-18 18:52:41 |
133 | 坦白局!网易数帆解读 Apache Kyuubi 1.8 特性 | 2023-12-18 11:22:08 |
134 | LLM+Data,金融行业的顶流神器! | 2023-12-15 10:39:58 |
135 | OLAP技术的选择,进化和思考 | 2023-12-13 20:08:00 |
136 | B 站基于 StarRocks 构建大数据元仓和诊断系统 | 2023-12-12 21:10:14 |
137 | DataFunCon2023·深圳站回顾|附PPT下载 | 2023-12-11 10:29:53 |
138 | 以新能源资产为主体的能源运营决策 | 2023-12-10 09:40:12 |
139 | CTR 2023 最新进展:Calibration based MetaRec CTR | 2023-12-09 09:30:04 |
140 | 大模型时代 AI 技术在金融行业的创新应用 | 2023-12-07 20:50:13 |
141 | 小米数据生产平台的产品设计方法与实践 | 2023-12-06 20:30:15 |
142 | Apache Celeborn 社区的今天和明天 | 2023-12-05 18:57:20 |
143 | 如何看待大数据云原生发展之路–观 2023 云栖大会有感 | 2023-12-04 18:50:55 |
144 | 货拉拉用户埋点体系建设实践 | 2023-12-03 18:25:01 |
145 | 我们能获得推荐系统的大模型吗? | 2023-12-03 08:20:11 |
146 | NVIDIA-Merlin: 基于GPU的推荐系统训练和推理全套方案 | 2023-12-02 18:00:04 |
147 | 丁香园大数据基于 Apache Kyuubi / Celeborn 的实践 | 2023-12-02 08:40:15 |
148 | 增长的底层逻辑和新增长三大案例 | 2023-12-01 20:30:03 |
149 | OPPO应用分发策略:如何雕琢用户价值,同时削减成本? | 2023-11-30 20:00:17 |
150 | 小米指标体系的建设及管理最佳实践 | 2023-11-28 18:58:13 |
151 | 腾讯TRS在线搜参在搜推广业务中的探索和实践 | 2023-11-26 09:00:13 |
152 | DCMM 助力工业企业数字化转型发展最佳实践 | 2023-11-25 18:11:04 |
153 | 多域图大模型在百度推荐系统的实践与思考 | 2023-10-17 18:00:08 |
154 | 数据湖与实时数仓应用实践 | 2023-10-16 11:03:17 |
155 | 大语言模型在推荐系统的实践应用 | 2023-10-12 18:59:03 |
156 | 京东实时风险洞察的架构演迸与思考 | 2023-10-11 11:46:30 |
157 | 数据平台的6个关键模块 | 2023-10-10 17:18:50 |
158 | 网易大数据智能运维平台 EasyEagle | 2023-10-10 13:51:37 |
159 | (一文读懂大数据行业)-面向百度商业数据产品的全流程 DataOps 实践 | 2023-10-09 16:19:55 |
160 | 阿里巴巴数据稳定性治理实践 | 2023-10-08 10:03:58 |
161 | 算法工程师的职业发展之路 | 2023-10-03 17:14:52 |
162 | 打造用户增长场景下的AB实验体系,我们需要做什么? | 2023-09-29 09:48:29 |
163 | Trino 在哔哩哔哩湖仓一体化平台中的实践 | 2023-09-27 11:42:38 |
164 | 58标签体系建设实践 | 2023-09-26 18:52:32 |
165 | 决策优化算法行业落地难点与发展趋势 | 2023-09-26 09:00:11 |
166 | Doris新优化器背后的故事 | 2023-09-25 18:01:53 |
167 | 主动学习以及样本不均衡在图数据场景的探索 | 2023-09-23 18:38:12 |
168 | Flink CEP在实时风控场景的落地与优化 | 2023-09-22 18:42:02 |
169 | 探索智能供应链在医药领域的应用 | 2023-09-22 13:12:05 |
170 | Flink CEP在实时风控场景的落地与优化 | 2023-09-22 09:00:10 |
171 | 华为多模态同传翻译的落地及优化 | 2023-09-21 15:54:52 |
172 | 流式图计算在蚂蚁大数据场景的应用 | 2023-09-19 17:34:21 |
173 | 网易伏羲游戏AI Bot的拟人化和风格化:AIGA赋能游戏探索 | 2023-09-18 18:43:53 |
174 | 数据产品经理的三个成长路径 | 2023-09-18 14:20:45 |
175 | 打造极致HTAP精品国产数据库,TDSQL融合版来了! | 2023-09-15 15:50:19 |
176 | 大厂的数据产品设计模型 | 2023-09-14 12:04:22 |
177 | 字节基于 Hudi 的批流一体存储实践 | 2023-09-04 18:07:12 |
178 | 阿里云实时数仓与流式数据湖构建实践 | 2023-08-21 16:39:16 |
179 | 数据指标体系如何构建? | 2023-08-09 10:59:48 |
180 | Spark还是Flink?主流计算引擎如何选择? | 2023-08-03 19:26:43 |
181 | 大模型看了也摇头的决策场景,清华、菜鸟、阿里的专家如何解决? | 2023-08-03 11:07:56 |
182 | 硬件资源限制下环路检测如何在风控领域提效数十倍? | 2023-08-02 18:59:07 |
183 | 基于知识图谱的图神经网络推理 | 2023-07-31 18:57:30 |
184 | 网易云音乐实时数仓治理优化实践 | 2023-07-29 23:34:11 |
185 | 新一代车联网数据基座架构 - 基于 YMatrix 的最佳实践 | 2023-07-29 23:21:28 |
186 | 淘宝直播APP用户增长实践 | 2023-07-29 22:55:17 |
187 | AB实验在腾讯海外游戏中的应用 | 2023-07-17 18:42:37 |
188 | OPPO基于图神经网络的搜索推荐算法与实践 | 2023-07-17 18:22:38 |
189 | 湖仓存储系统设计剖析和性能优化 | 2023-07-14 17:30:23 |
190 | 火山引擎增长指标体系构建及分析实践 | 2023-07-14 17:27:30 |
191 | 实时物化视图:加速大规模时间序列数据查询的利器 | 2023-07-14 17:03:12 |
192 | 腾讯TRS之元学习与跨域推荐的工业实战 | 2023-07-11 18:01:15 |
193 | 抖音集团面向多样应用场景的数据准备实践 | 2023-07-11 17:32:25 |
194 | 如何在大背景下降本增效,构建超大规模存储架构? | 2023-07-06 16:06:15 |
195 | 推荐系统的公平性:从消费者到供给者 | 2023-07-05 18:52:25 |
196 | Flink:从流式计算走向流式数仓 | 2023-07-05 14:25:26 |
197 | 数据科学在实践中常见的数据谎言 | 2023-07-04 18:47:12 |
198 | 大厂绝密!对象存储和块存储系统的设计思路和落地实践! | 2023-07-04 14:53:38 |
199 | 爱奇艺数据链路治理 | 2023-07-03 17:56:52 |
200 | OPPO基于大模型与知识图谱的技术实践探索 | 2023-06-29 17:02:44 |
201 | 大模型与数智创新、人才变革 | 2023-06-29 16:57:40 |
202 | 数据湖 Iceberg 在小米的应用 | 2023-06-29 16:30:59 |
203 | 从模型到服务:阿里云机器学习PAI一站式模型开发和部署实 | 2023-06-25 12:22:57 |
204 | 新能源车企数据中台指标体系建设方法论 | 2023-06-25 00:27:37 |
205 | 广义因果森林的构造以及在在线交易市场的应用 | 2023-06-19 19:15:22 |
206 | 高性能、云原生湖仓一体存储架构探秘 | 2023-06-19 19:00:26 |
207 | 「万字长文系列」带你理清图数据库 & 图计算 | 2023-06-17 21:26:07 |
208 | EB级数仓都在用的算子级血缘如何实现主动数据治理 | 2023-06-14 18:38:41 |
209 | 网易基于Apache Ranger 的数据安全中心实践 | 2023-06-13 18:31:57 |
210 | 从数据集成到现代数据栈 | 2023-06-13 11:48:01 |
211 | 腾讯欧拉如何打造数据自治系统 | 2023-06-13 10:47:44 |
212 | 数仓 Onedata 体系建设方法论 | 2023-06-11 16:23:00 |
213 | 网易云音乐数据治理实践 | 2023-06-11 15:59:23 |
214 | 低代码指标平台,构建人人可用的敏捷指标工具 | 2023-06-08 14:12:52 |
215 | 超写实数字人技术探索 | 2023-06-07 20:07:01 |
216 | 基于统一语义层构建的智能化数据分析平台 | 2023-06-07 18:33:52 |
217 | 基于统一语义层构建的智能化数据分析平台 | 2023-06-07 18:26:32 |
218 | 从 Apache Doris 到 SelectDB:下一代云原生实时数仓的演进 | 2023-06-04 15:11:10 |
219 | 精准推荐的秘术:阿里解耦域适应无偏召回模型详解 | 2023-06-04 13:02:02 |
220 | 因果推断与大模型如何互相促进?且看学界和业界专家详解 | 2023-06-01 11:55:58 |
221 | 人脸检测技术演进史 | 2023-05-31 18:39:39 |
222 | 网易有数 BI 图表查询性能优化实践 | 2023-05-30 19:03:11 |
223 | 因果推断在翼支付智能决策场景的应用 | 2023-05-30 18:57:54 |
224 | 多任务学习最新:基于神经元级共享的 CTR、CVR 多任务联合预估方法 | 2023-05-29 18:04:40 |
225 | 图计算在翼支付风控场景的应用 | 2023-05-29 17:42:56 |
226 | 超越甲骨文和微软,位居第一,数据库技术未来会如何创新? | 2023-05-29 14:36:37 |
227 | Apache hudi在腾讯的落地与实践 | 2023-05-28 15:30:02 |
228 | 图算法在阿里风控系统中的实践 | 2023-05-28 11:26:43 |
229 | 基于知识的神经符号结合的离散推理研究 | 2023-05-26 16:41:02 |
230 | GNNs 推荐系统及应用 | 2023-05-25 18:36:04 |
231 | 面向大规模深度学习训练的缓存优化实践 | 2023-05-25 14:21:40 |
232 | 因果推断应用现状、挑战与趋势 | 2023-05-25 12:10:24 |
233 | 知识可迁移图神经网络及其在金融风险预测中的应用 | 2023-05-24 14:46:05 |
234 | 数百个技术话题与最佳实践,覆盖AIGC、数据安全等领域,值得一看! | 2023-05-23 14:26:49 |
235 | 阿里云数据湖统一元数据与存储管理实践 | 2023-05-23 13:59:55 |
236 | 京东零售供应链数字孪生探索与实践 | 2023-05-22 18:30:06 |
237 | 网易 Arctic on Flink 流式特性核心原理解读 | 2023-05-20 15:33:36 |
238 | 读时建模技术在异构数据分析平台的应用 | 2023-05-19 20:00:12 |
239 | 基于知识增强和预训练大模型的 Query 意图识别 | 2023-05-19 18:56:18 |
240 | 大模型时代,AI基础软件的关注点再次回到运行效率 | 2023-05-19 18:02:44 |
241 | 教程|利用 TuGraph 图数据库搭建图应用 | 2023-05-18 18:40:09 |
242 | 清华大学彭皓:事件抽取发展脉络、前沿算法与工具包 | 2023-05-17 18:30:03 |
243 | 多模态 DNN 模型在药物相互作用预测任务中的应用 | 2023-05-16 14:00:04 |
244 | 音乐驱动数字人技术详解 | 2023-05-15 18:38:36 |
245 | 快手流批一体数据湖构建实践 | 2023-05-15 14:00:11 |
246 | 因果推断在腾讯 PCG 中台的落地实践 | 2023-05-14 16:00:03 |
247 | 查询时长下降10倍!网易有数 BI 物化视图设计要点与内部实践 | 2023-05-14 13:00:06 |
248 | CV CUDA在微博多媒体内容理解的应用 | 2023-05-13 13:15:25 |
249 | 外部数据在信贷风控和经营中的应用 | 2023-05-12 18:12:24 |
250 | 字节跳动湖平台在批计算和特征场景的实践 | 2023-05-11 12:44:15 |
251 | FlinkSQL的字段血缘解决方案 | 2023-05-10 18:26:32 |
252 | 蔚来汽车深度学习算法实践 | 2023-05-10 14:00:10 |
253 | 数据治理与安全合规的实践现状与挑战 | 2023-05-10 12:30:02 |
254 | 图算法在蚂蚁集团信用风控场景的应用 | 2023-05-09 18:45:13 |
255 | 数据科学在腾讯内容生态中的应用 | 2023-05-08 18:24:03 |
256 | 推荐系统技术综述 | 2023-05-08 13:42:31 |
257 | 腾讯天穹 SuperSQL:统一大数据自适应计算平台技术解析 | 2023-05-07 15:04:31 |
258 | 数据标准和数据质量:技术解析与典型案例 | 2023-05-07 13:03:50 |
259 | 面向统一的AI神经网络架构和预训练方法 | 2023-05-06 18:17:03 |
260 | Apache Doris 极速数据湖分析技术细节公开! | 2023-05-06 14:00:12 |
261 | 小布虚拟人与多模态技术演进 | 2023-05-05 18:02:07 |
262 | 网易云音乐实时数仓架构与低代码实践 | 2023-05-05 14:03:11 |
263 | 腾讯内容生态实时信号系统实践 | 2023-05-04 14:01:03 |
264 | 虎牙应用监控指标设计实践 | 2023-05-03 14:56:35 |
265 | 万字长文讲述大模型与知识图谱的关系 | 2023-05-03 14:00:20 |
266 | FinBench:金融场景下的图系统选型 | 2023-05-03 13:20:11 |
267 | 因果推断在微视激励和供需场景的应用 | 2023-05-03 11:02:15 |
268 | 第三代Notebook:Byzer-Notebook 如何助力数据工程、分析,以及机器学习? | 2023-05-02 11:29:13 |
269 | 一文搞懂蚂蚁集团 TuGraph 图数据库 | 2023-05-01 10:19:04 |
270 | 如何冲破 GPT-4 的信息茧房? | 2023-04-27 14:19:24 |
271 | 怎么做精准投放与转化?阿里多渠道序列化投放技术揭秘 | 2023-04-26 14:24:14 |
272 | 如何搭建好的数据指标体系? | 2023-04-26 14:00:07 |
273 | DAMO-YOLO:兼顾速度与精度的高效目标检测框架 | 2023-04-25 13:58:06 |
274 | 开源机器学习数据库 OpenMLDB:线上线下一致的生产级特征平台 | 2023-04-24 19:23:02 |
275 | 微博推荐实时大模型的技术演进 | 2023-04-24 14:00:13 |
276 | 因果推断在有限资源决策中的应用 | 2023-04-22 14:53:27 |
277 | 图像分类模型训练实践 | 2023-04-21 18:25:07 |
278 | 火山引擎发布大模型训练云平台:支持万卡训练,集群性能提升3倍 | 2023-04-20 12:00:58 |
279 | LLM 时代的金融知识图谱实践 | 2023-04-20 12:00:13 |
280 | GPT-4 给图机器学习带来了什么影响?该如何应对? | 2023-04-19 08:07:11 |
281 | 对话式 AI 应用的降本增效实践 | 2023-04-18 18:10:06 |
282 | 如何高效获取数据价值? | 2023-04-18 14:50:01 |
283 | 大规模表格预训练模型 SPACE-T | 2023-04-17 18:09:15 |
284 | 小红书基于数据湖的流批统一存储实践 | 2023-04-17 14:00:12 |
285 | 美团是如何进行指标管理的? | 2023-04-16 15:00:13 |
286 | 美团在预训练语言模型上的探索和实践 | 2023-04-16 13:01:02 |
287 | 可观测系统中的告警管理实践 | 2023-04-15 15:00:09 |
288 | 基于 Echarts 的数据可视化在异构数据平台的实践 | 2023-04-14 14:00:09 |
289 | 字节跳动A/B测试最佳实践 | 2023-04-13 18:08:04 |
290 | 基于 StarRocks 进行湖仓融合的四种范式 | 2023-04-13 14:00:14 |
291 | 字节跳动杨诗旻:浅谈数据存储与计算 | 2023-04-12 19:10:14 |
292 | ModelScope 视觉检测&关键点系列模型与应用介绍 | 2023-04-12 18:03:09 |
293 | 大数据架构知识点详解:国产数据库创新、湖仓一体实践… | 2023-04-12 14:14:28 |
294 | Oneflow 基于重计算的动态图显存优化实践 | 2023-04-11 18:08:15 |
295 | 翼支付云原生数据开发与治理平台实践 | 2023-04-11 14:00:09 |
296 | Spark on K8s 在茄子科技的实践 | 2023-04-10 18:30:07 |
297 | 淘宝个性化推荐中自适应与无监督的多场景模型建模实践 | 2023-04-10 14:00:14 |
298 | 飞桨图学习大模型训练框架 | 2023-04-09 16:00:13 |
299 | 中原银行如何从0到1建设敏捷BI平台? | 2023-04-09 13:28:02 |
300 | 跨多云大数据平台DataCake详解 | 2023-04-08 16:01:10 |
301 | 数据治理体系建设与实践 | 2023-04-08 14:00:16 |
302 | 低延时音视频技术在OPPO云渲染场景的应用 | 2023-04-07 14:00:42 |
303 | ModelScope DIY 多种场景文字识别 | 2023-04-07 12:00:03 |
304 | 腾讯如何用因果推断扩大游戏帝国海外版图? | 2023-04-07 08:00:17 |
305 | 齐了!百度、腾讯、滴滴、抖音的技术大佬都来了 | 2023-04-06 14:15:34 |
306 | 快手增长渠道数据产品实践 | 2023-04-06 13:29:14 |
307 | 用户画像技术总览 | 2023-04-06 12:00:11 |
308 | 蚂蚁集团异构平台开放算法协议与开源实践 | 2023-04-05 14:00:13 |
309 | CMU张坤:因果表征技术最新进展 | 2023-04-05 10:00:13 |
310 | 火山引擎DataLeap数据血缘架构演进之路 | 2023-04-03 16:37:38 |
311 | 微信基于 PyTorch 的大规模推荐系统训练实践 | 2023-04-03 14:00:05 |
312 | 阿里云机器学习平台大模型训练框架 EPL | 2023-04-02 15:30:03 |
313 | 理解编辑类视觉模型会用到哪些技术? | 2023-04-01 15:59:12 |
314 | 飞猪旅行场景下的实时用户理解服务 | 2023-04-01 14:08:43 |
315 | 数据治理体系建设实践 | 2023-03-31 18:03:29 |
316 | 数据治理驱动下的开发治理平台建设 | 2023-03-31 12:48:05 |
317 | 高性能分布式机器学习平台建设经验 | 2023-03-30 18:30:52 |
318 | 这届技术人都爱挂在嘴边的“数智化”,我们用八个字拆解了 | 2023-03-30 15:03:27 |
319 | 近十年NLP预训练技术的重要发展 | 2023-03-30 12:33:06 |
320 | 提速 Spark SQL 2 倍,GLUTEN 向量化引擎原理剖析 | 2023-03-30 08:00:14 |
321 | 流批一体的实时特征工程平台建设实践 | 2023-03-29 14:26:30 |
322 | JuiceFS苏锐:从技术和业务角度看云原生的发展 | 2023-03-29 12:30:05 |
323 | 以标准推动金融智能风控行业发展 | 2023-03-28 18:14:10 |
324 | 运维、成本、安全,大数据处理技术三大挑战,如何解决? | 2023-03-28 13:00:16 |
325 | Debias 技术在金融推荐场景下的应用 | 2023-03-27 18:06:31 |
326 | 抖音集团数据指标体系分析与增长实践 | 2023-03-27 14:00:11 |
327 | 打造全链路数据隐私合规平台 | 2023-03-26 15:00:07 |
328 | 电商领域A/B实验平台建设方法 | 2023-03-26 13:14:13 |
329 | 工业数据与智能算法驱动下的生产调度优化研究 | 2023-03-25 15:12:14 |
330 | 众安金融实时特征平台架构设计与实践 | 2023-03-25 13:56:07 |
331 | 深度 UPLIFT 模型在腾讯金融用户增长场景中的应用 | 2023-03-24 14:00:14 |
332 | 来自OpenAI的数据工程革命,GPT-4仅仅是开端 | 2023-03-23 18:37:18 |
333 | 云原生大数据的核心技术与前沿趋势|云原生大数据系列访谈(一) | 2023-03-23 11:44:51 |
334 | 淘宝虚拟电商技术分享 | 2023-03-23 08:00:16 |
335 | 阿里健康医药电商销量预测算法方案 | 2023-03-22 20:00:19 |
336 | Presto 在字节跳动的实践 | 2023-03-20 18:08:09 |
337 | 美团酒旅图谱构建及应用 | 2023-03-20 14:00:04 |
338 | 基于 Doris 构建实时统一的现代数据分析平台 | 2023-03-19 15:24:59 |
339 | Akulaku在东南亚金融市场的技术积累 | 2023-03-18 15:00:13 |
340 | 从金融IT到金融科技,到数字化转型——基于资产管理行业趋势的思考 | 2023-03-18 08:00:09 |
341 | 从用户体验洞察到商业价值变现,以京东为例 | 2023-03-17 18:16:05 |
342 | 数据湖仓的应用现状和挑战 | 2023-03-17 14:10:08 |
343 | OLAP 核心挑战与前沿趋势解读 | 2023-03-16 17:10:06 |
344 | 图机器学习算法、应用的现状与趋势 | 2023-03-16 13:52:15 |
345 | 字节跳动极高可用 KV 存储系统详解 | 2023-03-15 18:10:03 |
346 | 新一代云数据平台架构演进之路 | 2023-03-15 17:55:51 |
347 | 从“外行”眼中看数据产品经理应该具备的基本能力 | 2023-03-14 18:07:02 |
348 | 知识图谱技术体系总览 | 2023-03-14 13:00:05 |
349 | 基于统一远程证明的 TEE 互联互通实践 | 2023-03-13 18:20:06 |
350 | 如何构建好的用户画像平台? | 2023-03-13 14:00:14 |
351 | 百度基于 GPU 的超大规模离散模型训练框架 PaddleBox 与 FeaBox | 2023-03-12 15:14:08 |
352 | Apache Kyuubi 1.6.0 新特性解读 | 2023-03-12 13:19:14 |
353 | 腾讯数据平台 saas 化实践 | 2023-03-11 18:39:56 |
354 | 快手双边市场的复杂实验设计问题 | 2023-03-11 13:27:37 |
355 | 银行数据安全管理的思考 | 2023-03-10 19:00:12 |
356 | 快手商业化数据产品建设经验 | 2023-03-09 18:07:49 |
357 | 如何快速、低成本克隆高质量数字人? | 2023-03-08 18:20:09 |
358 | AI 算法在大数据治理中的应用 | 2023-03-08 14:00:04 |
359 | 阿里健康供应链智能补货算法 | 2023-03-07 18:24:12 |
360 | 联想基于Apache DolphinScheduler构建统一调度中心的应用实践 | 2023-03-06 18:06:02 |
361 | 阿里可解释性推荐算法应用 | 2023-03-06 13:30:09 |
362 | 面向真实场景的数据驱动决策优化 | 2023-03-05 15:16:10 |
363 | Calibration4CVR:2018年关于“神经元级别共享的多任务CVR”的初探 | 2023-03-05 13:22:01 |
364 | 货拉拉全链路监控体系的落地与实践 | 2023-03-04 15:14:05 |
365 | AliceMind大规模预训练实践及AIGC在ModelScope中的应用 | 2023-03-04 13:07:51 |
366 | 数据的边界,透析企业数字化转型的数据价值 | 2023-03-03 18:41:53 |
367 | 虎牙“数据服务+自助”产品化实践 | 2023-03-02 18:10:13 |
368 | 中小银行数据安全治理体系建设实践 | 2023-03-02 13:23:04 |
369 | 任重道远:数据湖仓的体系化落地演进 | 2023-03-01 19:00:10 |
370 | 在高保真孪生数字人技术中的自动化流程探索 | 2023-03-01 18:30:08 |
371 | 百度文档智能技术与应用 | 2023-02-28 18:13:13 |
372 | 基于事件感知的聚类增益网络在飞猪保险创意排序的应用 | 2023-02-28 14:16:06 |
373 | 高途数据平台迁移与成本治理实践 | 2023-02-27 18:32:00 |
374 | 飞桨PaddleNLP设计理念与产业实践 | 2023-02-26 18:13:09 |
375 | 字节跳动数据血缘技术实现与具体用例 | 2023-02-26 13:18:01 |
376 | 智能指标平台建设和指标自动化 | 2023-02-26 10:23:48 |
377 | T3 出行基于 Hudi+Kyuubi 的现代技术栈探索 | 2023-02-25 14:00:16 |
378 | T3 出行基于 Hudi+Kyuubi 的现代技术栈探索 | 2023-02-25 13:09:22 |
379 | 数据分析工具与案例拆解 | 2023-02-24 20:22:00 |
380 | Presto+Alluxio 加速 Iceberg 数据湖访问 | 2023-02-24 14:00:11 |
381 | 浅谈因果推断与在内容平台的实践 | 2023-02-23 18:10:09 |
382 | 网易数据治理体系、工具、流程、制度与管理概述 | 2023-02-23 12:05:09 |
383 | 阿里云机器学习 AutoML 引擎介绍与应用 | 2023-02-22 18:15:02 |
384 | GNN的基础、前沿和应用 | 2023-02-22 13:16:08 |
385 | 中原银行 AI 平台建设实践 | 2023-02-21 18:10:11 |
386 | 数据产品价值评估体系与效果提升方法 | 2023-02-20 18:07:52 |
387 | ChatGPT技术国产化尝试 | 2023-02-20 14:00:12 |
388 | 腾讯智能写作助手“文涌”(Effidit)关键技术揭秘 | 2023-02-19 16:00:02 |
389 | 2万字揭秘阿里巴巴数据治理平台建设经验 | 2023-02-19 08:37:12 |
390 | 从0到1到100,经营诊断型数据产品人的思维模型 | 2023-02-18 18:04:03 |
391 | 度小满自动机器学习平台实践 | 2023-02-18 13:21:48 |
392 | 腾讯Alluxio(DOP)在金融场景的落地与优化实践 | 2023-02-17 14:27:15 |
393 | 智能风控体系总览 | 2023-02-17 08:00:14 |
394 | 京东实时数据产品应用实践 | 2023-02-16 19:54:31 |
395 | 腾讯文本理解系统 TexSmart 中的细粒度实体识别关键技术 | 2023-02-16 14:06:25 |
396 | 众安实时多维分析的挑战与 StarRocks 的应用 | 2023-02-14 18:32:09 |
397 | 腾讯广告模型基于”太极”的训练成本优化实践 | 2023-02-14 13:58:16 |
398 | Clickhouse 在自助分析场景中的探索及实践 | 2023-02-13 18:22:39 |
399 | B站基于缓存优化 PRESTO 集群查询性能 | 2023-02-12 14:10:03 |
400 | 吞吐提升30倍:CV流水线走向全栈并行化 | 2023-02-11 14:34:19 |
401 | 阿里基于渠道协同的预算分配与权益管理实践 | 2023-02-10 18:35:15 |
402 | 广告场景下双边市场的实验设计 | 2023-02-09 13:10:11 |
介绍: 「炼丹笔记 」「阿里云天池大赛赛题解析」作者,《阿里云天池大赛赛题解析》「作者」 1.“数字中国”创新大赛 数字政府赛道「冠军」
- ACM WSDM Cross-Market Rec 「亚军」
- Microsoft DigSci 科学数据挖掘大赛「亚军」
- ATEC 科技精英赛 数字化运营赛道 「亚军」
- IEEE ICDM Knowledge Graph Contest「季军」
- “达观杯”文本智能处理挑战赛「季军」
- 京东JDATA算法大赛「季军」
- “中国法研杯”司法人工智能挑战赛 三等奖
- 中国高校计算机大赛 微信大数据挑战赛 4th
- 其他数据算法竞赛Top5 若干。
序号 | 佳作 | 时间 |
---|---|---|
1 | 深度营销增益模型Uplift Model | 2024-03-16 15:24:06 |
2 | 2023BDC大数据挑战赛全国六强获奖算法方案 | 2023-10-05 17:12:39 |
3 | GNN在搜推上没有用?试试动态图GNN | 2023-09-28 18:56:24 |
4 | AI Agents大爆发:OpenAI的下一步 | 2023-09-11 19:11:58 |
5 | 用大型语言模型来重新思考自动驾驶技术 | 2023-09-05 13:39:51 |
6 | 大模型幻觉,他们知道自己不知道的吗? | 2023-08-16 21:38:30 |
7 | 盘点大模型的16大挑战 | 2023-07-24 12:40:38 |
8 | 不再追求模型收敛,一个简单Trick让模型更稳定! | 2023-06-25 12:14:04 |
9 | 家谱树:大模型的前世今生 | 2023-05-18 22:30:35 |
10 | 当ChatGPT遇上推荐系统,遭遇滑铁卢 | 2023-05-13 12:54:07 |
11 | 广告营销算法是如何发挥作用的? | 2023-05-04 20:25:12 |
12 | ChatGPT出现后,我们是否真的面临范式转变? | 2023-04-15 11:48:58 |
13 | DeepSpeed Chat: 一键式RLHF训练 | 2023-04-13 20:02:13 |
14 | LoRA:训练自己的ChatGPT | 2023-04-09 17:26:58 |
15 | ChatGLM-6B微调方法 | 2023-04-01 15:49:41 |
16 | 马斯克开源,Twitter是怎么做推荐的? | 2023-04-01 15:04:35 |
17 | 再谈排序算法的pairwise,pointwise,listwise | 2023-03-12 16:37:02 |
18 | 流量为王:A/B test 流量分发及实验评估方法 | 2023-03-02 21:33:35 |
19 | 拆解追溯 ChapGPT各项能力的起源 | 2023-02-18 19:08:35 |
20 | 电商数据分析方法论 | 2023-01-14 15:04:38 |
21 | 如何发现品牌潜客?目标人群优选算法模型及实践解析 | 2022-08-14 15:36:48 |
22 | 微信大数据挑战赛:周星星方案汇总 | 2022-05-29 16:39:26 |
23 | 称霸Kaggle的九大深度学习炼丹技巧 | 2022-05-22 14:27:35 |
24 | 那么多CTR论文,真正能复现出效果的有几个? | 2022-05-07 14:10:02 |
25 | 腾讯多任务模型MFH | 2022-04-09 15:14:45 |
26 | Transformer总结(2022版) | 2022-03-28 20:48:21 |
27 | 一文看清这些年自监督和无监督的进展 | 2022-03-19 12:36:32 |
28 | 用Dropout思想做特征选择,保证效果还兼顾了线上性能? | 2022-03-14 11:45:12 |
29 | 神经网络调参技巧:warmup策略 | 2022-03-12 16:13:24 |
30 | DEEPNORM:千层transformer… | 2022-03-12 16:12:38 |
31 | 2021年炼丹笔记最受欢迎的10篇技术文章 | 2022-03-06 17:14:45 |
32 | 关于多目标任务有趣的融合方式 | 2022-03-01 19:45:12 |
33 | 对比学习必知要点 | 2022-02-26 18:42:24 |
34 | 对比表示学习必知的几种训练目标 | 2022-02-26 18:41:26 |
35 | 召回:是”塔”,是”塔”,但不是双塔! | 2022-02-26 18:33:43 |
36 | 2021年Kaggle所有赛事TOP方案汇总 | 2022-02-26 18:30:40 |
37 | 深度学习模型的多Loss调参技巧 | 2022-02-25 09:50:48 |
38 | 三种Target Encoding方式总结 | 2022-02-11 21:53:31 |
39 | 如何解决高维稀疏的user-item矩阵推荐问题? | 2022-02-08 16:07:00 |
40 | 双塔模型没效果了?请加大加粗! | 2022-01-23 14:43:21 |
41 | 文本摘要方法总结 | 2022-01-23 14:16:02 |
42 | 就知道调bert,都不知道加个对比学习吗? | 2022-01-15 16:20:52 |
43 | AI圈最新深度学习量化算法! | 2022-01-12 20:37:37 |
44 | Prompt-Tuning这么好用? | 2022-01-08 14:51:31 |
45 | No Fine-Tuning, Only Prefix-Tuning | 2022-01-05 21:24:22 |
46 | 搜索算法相似度问题之BM25 | 2022-01-05 21:19:20 |
47 | NLP中对”困惑度”感到困惑? | 2021-12-25 14:37:14 |
48 | 不加样本就能做数据增强?还能提效? | 2021-12-25 14:32:09 |
49 | 关于”知识蒸馏”,你想知道的都在这里! | 2021-12-18 14:22:27 |
50 | 炼丹秘术:给Embedding插上翅膀 | 2021-12-18 14:12:56 |
51 | 从用户反馈的可解释性提升推荐模型 | 2021-12-18 14:08:36 |
52 | 时间序列里面最强特征之一 | 2021-12-12 15:36:25 |
53 | 自监督学习和对比学习 | 2021-12-05 15:37:18 |
54 | 网络越”深”越”好”? | 2021-12-05 15:32:37 |
55 | Trapper: Transformer模型都在此! | 2021-12-05 15:29:50 |
56 | 10大最受欢迎的时间序列Github项目 | 2021-12-05 15:26:12 |
57 | 数据清洗该怎么做? | 2021-11-20 15:04:33 |
58 | self-attention竟然没用? | 2021-11-14 13:10:41 |
59 | 如何评估序列推荐模型? | 2021-11-05 16:58:30 |
60 | 模型的燃料,数据采样的秘密 | 2021-11-05 16:55:39 |
61 | Transformers中的位置编码到底是什么? | 2021-10-30 13:41:10 |
62 | 那些决定模型上限的操作 | 2021-10-30 13:37:16 |
63 | 炼丹知识点:模型评估里的陷阱 | 2021-10-24 13:42:47 |
64 | Short-Session的推荐如何做? | 2021-10-21 20:52:29 |
65 | 延迟反馈带来的样本偏差如何处理 | 2021-10-21 20:48:11 |
66 | 深度学习模型如何缩小到可以放到微处理器呢? | 2021-10-21 20:43:10 |
67 | 2021年三大顶会时间序列论文&代码整理 | 2021-10-21 20:39:47 |
68 | 微信大数据挑战赛决赛方案:微信视频号推荐算法 | 2021-09-25 11:14:22 |
69 | Transformer又又又升级了? | 2021-09-25 11:08:18 |
70 | 推荐系统里,可以用蒸馏吗? | 2021-09-25 11:04:40 |
71 | 神经网络调参经验大汇总 | 2021-09-14 17:11:26 |
72 | 淘宝搜索中基于embedding的召回 | 2021-09-14 16:58:38 |
73 | 点击率预估又有新花样? | 2021-09-04 14:27:45 |
74 | 双塔模型中的负采样 | 2021-09-04 14:22:23 |
75 | 推荐系统遇到曝光偏差怎么办?用对比学习! | 2021-08-21 17:38:46 |
76 | 内容流推荐中的个性化标题生成框架 | 2021-08-16 12:22:33 |
77 | PyCaret:又一个神仙ML库 | 2021-08-16 12:14:47 |
78 | 漫谈特征缩放 | 2021-08-16 12:08:13 |
79 | 再谈序列化推荐-集成item类目属性 | 2021-08-08 16:50:21 |
80 | 盘一盘推荐系统里值得一读的那些论文 | 2021-08-08 16:44:59 |
81 | 推荐竞赛金牌技能! | 2021-08-08 16:35:13 |
82 | 推荐系统里,你是怎么Embedding的? | 2021-08-08 16:31:13 |
83 | 特征筛选偷懒必备 | 2021-08-08 16:27:02 |
84 | 算法模型该如何解释? | 2021-07-24 16:46:59 |
85 | 从Deepwalk到Node2vec | 2021-07-17 15:30:53 |
86 | NLP十大数据扩充策略 | 2021-07-13 12:31:02 |
87 | 寻找不合群的数据(异常值) | 2021-07-13 12:21:34 |
88 | 推荐系统开源数据集 | 2021-07-13 12:15:42 |
89 | 大有可为的GNN:DeepWalk | 2021-07-13 12:11:52 |
90 | 负样本的艺术,再读Facebook双塔向量召回算法 | 2021-07-05 21:13:24 |
91 | “轻量”且”优秀”的序列推荐模型 | 2021-07-04 11:29:27 |
92 | 推荐系统中多值特征的八大处理技巧 | 2021-06-30 20:46:05 |
93 | 推荐系统中的长尾物品(Tail Items)推荐问题 | 2021-06-29 11:00:28 |
94 | 用 XGBoost 做 Learning To Rank | 2021-06-28 12:29:30 |
95 | 微信视频号推荐算法上分技巧 | 2021-06-25 18:47:37 |
96 | MLP is Best? | 2021-06-18 09:43:58 |
97 | 一文弄懂各大池化Pooling操作 | 2021-06-18 09:37:36 |
98 | FM又又又升级了? | 2021-06-17 12:29:20 |
99 | 神经网络十大学习率衰减提效策略 | 2021-06-09 15:18:02 |
100 | 兜兜转转一个圈,到底What is all you need? | 2021-06-08 12:29:13 |
101 | AutoDim:自动Embedding维度寻优,如何节省70%的存储空间同时还能大幅提效? | 2021-06-05 15:56:46 |
102 | 用XGBoost调XGBoost?”我”调”我”自己? | 2021-06-05 15:51:12 |
103 | 当推荐系统遇上多模态Embedding | 2021-05-31 20:24:08 |
104 | 用预训练GNN预估点击率有奇效? | 2021-05-31 12:35:48 |
105 | 曾几何时,我们炼的不是丹,是特征 | 2021-05-28 12:16:30 |
106 | 自动化Debias框架,一键去除推荐系统所有Bias | 2021-05-28 12:10:44 |
107 | 推荐系统User-Item Embedding图算法 | 2021-05-25 11:18:09 |
108 | 隐式反馈的去噪,模型取得巨大提升 | 2021-05-23 13:06:10 |
109 | 聊聊Batch Normalization在网络结构中的位置 | 2021-05-23 12:56:38 |
110 | 微信视频号推荐算法方案分享 | 2021-05-23 12:52:37 |
111 | GNN是什么?GNN怎么学?GNN何用? | 2021-05-23 12:45:58 |
112 | 推荐、广告排序算法评价指标 GAUC、MRR、nDCG、MAP | 2021-05-16 16:15:52 |
113 | 模型调参指南北东西 | 2021-05-15 14:15:05 |
114 | 用隐式反馈做推荐模型,你做对了吗 | 2021-05-15 14:06:22 |
115 | 炼丹侠必知的11大神经网络结构汇总 | 2021-05-15 13:41:44 |
116 | 入坑推荐系统,从Google这篇开始 | 2021-05-07 18:46:21 |
117 | 谷歌开源下一代推荐系统模拟器:RecSim NG | 2021-05-07 18:40:37 |
118 | Lookalike相似人群拓展算法 | 2021-05-07 18:36:30 |
119 | KDD Cup 2021:时间序列异常检测问题开源方案 | 2021-04-28 22:29:36 |
120 | 对”样本不均衡”一顿操作 | 2021-04-21 22:25:26 |
121 | AAAI21最佳论文Runners Up!Transformer的归因探索! | 2021-04-21 22:21:29 |
122 | Attention函数手册 | 2021-04-21 22:16:33 |
123 | 没什么是一次排序解决不了的,如果有,那就One more time | 2021-04-21 22:12:32 |
124 | Learning to Rank:X-wise | 2021-04-21 22:07:10 |
125 | 一个端到端模型GraphDR实现多样化的召回 | 2021-04-21 22:02:08 |
126 | DNN中多任务学习概述 | 2021-04-11 13:38:57 |
127 | ArcFace 同款商品识别的克星 | 2021-04-11 13:21:13 |
128 | MaskNet 这个CTR模型,有点意思 | 2021-04-11 13:11:38 |
129 | 霸榜各大CV任务榜单,Swin Transformer横空出世! | 2021-04-07 23:02:54 |
130 | 神经网络基础之可视化和交互式指南 | 2021-04-07 22:48:26 |
131 | 一文梳理多任务学习(MMoE/PLE/DUPN/ESSM等) | 2021-04-07 22:28:24 |
132 | CTR模型越来越深,如何让它变轻? | 2021-03-30 19:53:54 |
133 | Netflix提出梯度提升决策树网络Hammock! | 2021-03-30 19:46:37 |
134 | Purdue&UCLA提出梯度Boosting网络,效果远好于XGBoost模型! | 2021-03-30 19:43:17 |
135 | 一个模型能服务所有的点击率模型? | 2021-03-30 19:35:04 |
136 | 流量为王:ABTest流量分层分桶机制 | 2021-03-24 22:24:00 |
137 | 一文弄懂各种loss function | 2021-03-20 14:33:53 |
138 | 谷歌Deep Bootstrap Framework:在线优化角度理解神经网络 | 2021-03-20 14:28:28 |
139 | 排序(rank)后重排(re-rank)? | 2021-03-20 14:23:43 |
140 | ALL in BERT:一套操作冲进排行榜首页 | 2021-03-20 14:13:32 |
141 | 又一Attention函数诞生啦,带给你意想不到的巨大提升! | 2021-03-16 20:19:06 |
142 | 搜索推荐系统实战:终极奥秘 | 2021-03-13 19:03:30 |
143 | 搜索推荐系统实战:进化篇 | 2021-03-13 18:52:48 |
144 | 搜索推荐系统实战:起始篇 | 2021-03-13 18:38:46 |
145 | 负样本修正:既然数据是模型的上限,就不要破坏这个上限 | 2021-03-10 20:36:30 |
146 | 再谈序列化推荐 | 2021-03-10 20:27:03 |
147 | 当推荐遇到冷启动 | 2021-03-09 21:25:06 |
148 | 当推荐系统遇上用户画像:你的画像是怎么来的? | 2021-03-04 13:15:09 |
149 | Normalization在CTR问题中的迷之效果 | 2021-02-27 18:07:08 |
150 | 负样本修正:CVR预估时间延迟问题 | 2021-02-27 17:53:37 |
151 | 搜索推荐炼丹笔记:CVR预估中的延迟反馈问题 | 2021-02-27 17:43:55 |
152 | 大道至简:算法工程师炼丹Trick手册 | 2021-02-25 21:39:04 |
153 | 推荐系统与GNN的火花 | 2021-02-25 21:32:58 |
154 | Model Search:炼丹师最强危机,谷歌开源最强AutoML工具! | 2021-02-25 21:25:55 |
155 | 流量为王:收益最大化的混排机制 | 2021-02-25 21:16:10 |
156 | 推荐系统CTR预估学习路线:引入注意力机制 | 2021-02-17 16:27:16 |
157 | 推荐系统CTR预估学习路线:深度模型 | 2021-02-17 16:15:30 |
158 | 推荐系统CTR预估学习路线:利用树模型自动化特征工程 | 2021-02-17 16:04:15 |
159 | 推荐系统CTR预估学习路线:从LR到FM/FFM探索二阶特征的高效实现 | 2021-02-17 15:54:39 |
160 | Transformer Family | 2021-02-17 11:44:38 |
161 | 模型提效的另一条路:数据增强 | 2021-02-17 10:58:31 |
162 | 搜索推荐炼丹笔记:评论是怎么影响推荐的? | 2021-02-17 10:48:46 |
163 | AAAI21最佳论文Informer:效果远超Transformer的长序列预测神器??? | 2021-02-07 20:07:28 |
164 | 机器学习入门开源资料 | 2021-02-06 17:17:28 |
165 | 一石二鸟:推荐系统多目标任务建模方法 | 2021-02-01 21:25:32 |
166 | 搜索推荐炼丹笔记:融合GNN、图谱、多模态的推荐 | 2021-02-01 21:07:11 |
167 | 搜索推荐炼丹笔记:单网络内部集成学习 | 2021-01-30 15:58:16 |
168 | 搜索推荐炼丹笔记:Transformer在搜索推荐中的应用 | 2021-01-30 15:31:42 |
169 | NN如何在表格数据中战胜GBDT类模型 | 2021-01-30 15:18:41 |
170 | 事半功倍:推荐系统Pre-train预训练方法 | 2021-01-30 15:03:24 |
171 | 2020年AI领域有哪些让人惊艳的研究? | 2021-01-27 22:08:20 |
172 | 搜索推荐炼丹笔记:酒店搜索位置偏差的边际重要性 | 2021-01-27 22:01:45 |
173 | 搜索推荐炼丹笔记:点击位置偏差的经验比较 | 2021-01-27 21:40:37 |
174 | 搜索推荐炼丹笔记:位置偏差里的惊喜 | 2021-01-27 21:12:09 |
175 | NLP炼丹笔记:Switch Transformers 朴实无华 大招秒杀 | 2021-01-16 11:01:44 |
176 | 推荐搜索炼丹笔记:SIM 用户行为序列点击率预估模型 | 2021-01-16 10:42:29 |
177 | 推荐搜索炼丹笔记:MiNet阿里跨域点击率CTR预估 | 2021-01-16 10:23:36 |
178 | 推荐搜索炼丹笔记:双塔模型在Airbnb搜索排名中的应用 | 2021-01-09 20:07:29 |
179 | 向量召回 MIND多兴趣双塔模型 | 2021-01-09 19:05:31 |
180 | 推荐算法炼丹笔记:非采样的负样本 | 2021-01-05 22:29:06 |
181 | 2020年搜索推荐系统论文干货集锦 | 2021-01-03 20:37:42 |
182 | Facebook向量召回双塔模型 | 2020-12-31 21:15:18 |
183 | 推荐算法炼丹笔记:阿里序列化推荐算法MRIF | 2020-12-25 23:33:17 |
184 | 做向量召回 All You Need is 双塔 | 2020-12-23 23:31:53 |
185 | 推荐算法炼丹笔记:Deep Bayesian的多目标推荐 | 2020-12-19 11:17:08 |
186 | 推荐系统里的那些坑 | 2020-12-18 21:59:53 |
187 | 深度学习炼丹失败率高达87%的TOP10原因 | 2020-12-18 21:51:55 |
188 | 读不完的顶会Paper,我该如何读论文? | 2020-12-18 21:18:03 |
189 | 推荐算法炼丹笔记:标签工程 | 2020-12-13 15:39:10 |
190 | 推荐算法炼丹笔记:序列化推荐算法Bert4Rec | 2020-12-13 15:24:26 |
191 | 炼丹面试官的面试笔记 | 2020-12-13 15:12:25 |
192 | 推荐算法炼丹笔记:阿里序列化推荐算法ComiRec | 2020-12-13 15:02:41 |
193 | 学术圈竞赛圈大讨论,深度学习真的比不过GBDT模型吗? | 2020-12-11 19:13:07 |
194 | IEEE ICDM 2020 CUP TOP3方案 | 2020-12-04 00:07:32 |
195 | 推荐系统炼丹笔记:Embedding在内存问题上的一种解法 | 2020-11-29 16:38:22 |
196 | 推荐系统炼丹笔记:多模态推荐之用户评论篇 | 2020-11-29 16:23:44 |
197 | 大规模推荐Deep Retrieval | 2020-11-29 15:58:43 |
198 | 推荐系统炼丹笔记:阿里推荐算法特征交叉新方式CAN | 2020-11-29 15:47:30 |
199 | 推荐系统炼丹笔记:EdgeRec阿里边缘计算推荐系统 | 2020-11-28 16:20:27 |
200 | 推荐算法竞赛TOP方案合集 | 2020-11-28 16:03:52 |
201 | 2020年推荐系统工程师炼丹手册RecSys版 | 2020-11-20 22:37:07 |
202 | 2020年推荐系统工程师炼丹手册RecSys-Long Paper版 | 2020-11-20 22:24:53 |
203 | 推荐系统炼丹笔记:阿里DMIN多重兴趣网络 | 2020-11-14 12:58:18 |
204 | 推荐系统炼丹笔记:RecSys2020-SSE-PT解锁序列数据挖掘新姿势 | 2020-11-14 12:49:33 |
205 | 炼丹笔记 | 讲讲我们的故事 | 2020-11-14 12:17:53 |
206 | 推荐系统中的Bias/Debias大全 | 2020-11-14 12:09:25 |
207 | 推荐系统炼丹笔记:令人着迷的时间动态CF算法 | 2020-11-14 11:31:58 |
208 | 推荐大赛如何在一周时间内打进决赛 | 2020-11-14 11:18:14 |
209 | 推荐算法炼丹笔记:序列化推荐系统 | 2020-11-03 23:14:31 |
210 | 推荐算法炼丹笔记:如何让你的推荐系统具有可解释性? | 2020-10-31 20:49:25 |
211 | 推荐算法炼丹笔记:科学调参在模型优化中的意义 | 2020-10-31 19:14:13 |
212 | 我的成长之路:追逐冠军的少年 | 2020-10-18 11:41:46 |
213 | 电商搜索推荐业务词汇表 | 2020-10-08 22:33:53 |
214 | 推荐算法炼丹笔记:推荐系统采样评估指标及线上线下一致性问题 | 2020-10-08 10:41:13 |
215 | 2020年推荐系统工程师炼丹手册 | 2020-09-16 09:43:12 |
216 | 2020数字中国创新大赛-冠军方案 | 2020-06-09 21:59:49 |
217 | DigSci科学数据挖掘大赛-亚军方案分享 | 2019-10-24 11:33:41 |
218 | JDATA绝对语义识别挑战大赛-季军方案 | 2019-10-15 21:15:02 |
介绍: OPPO对话算法,公众号:CS的陋室,个人微信公众号:CS的陋室,NLP,搜索推荐,机器学习。北京科技大学统计学硕二毕业,OPPO算法。曾任去哪儿网产品数据,美团点评算法。微信: zgr950123。
序号 | 佳作 | 时间 |
---|---|---|
1 | 心法利器[74] | 技术分享中的技术陷阱 | 2024-03-01 22:28:10 |
2 | 前沿重器[26] | 预训练模型的领域适配问题 | 2024-02-29 22:21:44 |
3 | 心法利器[71] | NLP的学习思考(新手和进阶向) | 2023-12-24 22:00:10 |
4 | 心法利器[70] | 短文本理解的难点和解决方案 | 2023-12-19 21:13:45 |
5 | 心法利器[69] | 聊聊数据敏感性 | 2023-09-21 22:06:47 |
6 | 心法利器[67] | 算法性能指标优化指南 | 2023-07-17 21:04:24 |
7 | 心法利器[65] | 一些技术和成长的讨论【答读者问】 | 2023-07-17 18:30:55 |
8 | 心法利器[64] | 毕业3年的算法工程师技术成长思考 | 2023-07-17 09:15:51 |
9 | 心法利器[63] | 预训练模型的使用时机 | 2023-07-16 19:58:23 |
10 | 心法利器[62] | 向量召回和字面召回的选择与权衡 | 2023-07-05 13:28:23 |
11 | 心法利器[61] | 规则到模型的过渡和升级策略 | 2023-07-03 20:07:18 |
12 | 前沿重器[21-25] 合集:2w字系统聊聊对话系统 | 2023-06-20 21:38:50 |
13 | 心法利器[60] | 文本分类以搜代分为什么有用 | 2023-06-20 21:19:26 |
14 | 心法利器[59] | 算法效果调优思路和调优能力的成长 | 2023-06-20 09:30:17 |
15 | 心法利器[58] | 从长尾问题到以搜代分的机理探索 | 2023-06-19 21:39:40 |
16 | 心法利器[57] | 文本多分类问题经验 | 2023-02-12 17:04:31 |
17 | 心法利器[56] | 算法技术设计思路小结 | 2022-12-24 21:43:16 |
18 | 心法利器[55] | 算法工程师读论文思路 | 2022-12-23 16:14:06 |
19 | 心法利器[54] | NLP任务上线前评测 | 2022-12-23 16:09:08 |
20 | 心法利器[53] | 数据增强的现实应用思考 | 2022-12-20 21:33:33 |
21 | 前沿重器[20] | 文本分类和意图识别调研思考 | 2022-10-30 19:41:23 |
22 | 前沿重器[19] | 预训练在美团搜索广告中的应用 | 2022-10-30 19:37:07 |
23 | 前沿重器[18] | KDD21:淘宝向量检索 | 2022-10-30 19:33:31 |
24 | 前沿重器[17] | 美团搜索ner技术启示(下) | 2022-10-30 19:28:11 |
25 | 前沿重器[16] | 美团搜索ner技术启示(上) | 2022-10-30 19:25:42 |
26 | 心法利器[52] | 口语化句子解析问题 | 2022-09-21 23:02:01 |
27 | 前沿重器[15] | R-Dropout——如果不行那就两次 | 2022-09-21 23:01:31 |
28 | 前沿重器[14] | 美团小样本学习技术启示 | 2022-09-21 23:00:01 |
29 | 前沿重器[13] | 知乎query改写思路启示 | 2022-09-21 22:55:55 |
30 | 前沿重器[12] | 美团搜索引导技术启示 | 2022-09-21 22:54:12 |
31 | 前沿重器[11] | 再谈attention机制 | 2022-09-21 22:51:59 |
32 | 前沿重器[10] | bert语义空间的思考 | 2022-09-12 19:41:39 |
33 | 心法利器[51] | 长短句语义相似问题探索 | 2022-09-12 19:37:36 |
34 | 心法利器[50] | 测试集构造思考 | 2022-09-12 19:34:43 |
35 | 前沿重器[9] | 语义相似度ESIM模型带来的启示 | 2022-08-13 16:42:36 |
36 | 心法利器[49] | 数据分布的含义理解 | 2022-08-13 16:34:39 |
37 | 心法利器[48] | 开放域文本分类 | 2022-08-07 16:20:11 |
38 | 心法利器[47] | 为什么你的BERT不行? | 2022-08-07 16:16:22 |
39 | 心法利器[46] | 模型部署的主要技术方案 | 2022-08-07 16:00:16 |
40 | 心法利器[45] | 模型需要的信息提供够了吗 | 2022-07-31 17:28:26 |
41 | 心法利器[44] | 样本不均衡之我见 | 2022-07-31 17:24:48 |
42 | 心法利器[43] | 算法工程师的算法晋升思考 | 2022-07-31 17:21:41 |
43 | 心法利器[42] | 润物细无声-残差网络 | 2022-07-10 16:04:08 |
44 | 心法利器[41] | 我常说的词典匹配到底怎么做 | 2022-04-17 20:22:52 |
45 | 心法利器[37-40] | bad case治疗术合集 | 2022-04-05 20:22:25 |
46 | 心法利器[40] | bad case治疗术:解决篇 | 2022-04-05 20:16:17 |
47 | 心法利器[39] | bad case治疗术:分析篇 | 2022-04-05 20:12:53 |
48 | 心法利器[38] | bad case治疗术:现状篇 | 2022-04-05 20:08:22 |
49 | 心法利器[37] | bad case治疗术:认知篇 | 2022-04-05 20:06:42 |
50 | 心法利器[36] | 开学季:给研究生的建议 | 2022-03-06 21:18:19 |
51 | 心法利器[35] | 开学季:我给大学生的建议 | 2022-03-06 21:16:08 |
52 | 心法利器[34] | 报告小结:query理解概述 | 2022-03-06 21:14:57 |
53 | 心法利器[33] | 快速的关键词抽取baseline | 2022-02-27 16:59:30 |
54 | 心法利器[32] | 分享一些印象深刻的case | 2022-02-27 16:57:38 |
55 | 前沿重器[8] | CV研究启发语义相似和表征 | 2022-02-20 20:30:43 |
56 | 前沿重器[7] | 小布助手登顶百度千言短文本相似度的秘诀 | 2022-02-20 20:23:34 |
57 | 心法利器[31] | 我的算法工程师日常 | 2022-02-13 17:04:51 |
58 | 心法利器[30] | 算法新人如何在工作中成长 | 2022-02-13 17:03:42 |
59 | 心法利器[29] | 把文本分类任务做成一个系统 | 2022-02-02 23:08:36 |
60 | 心法利器[28] | 如何评估一个算法效果 | 2022-02-02 23:03:47 |
61 | 前沿重器[6] | 语义相似度ESIM模型带来的启示 | 2022-01-26 22:38:24 |
62 | 前沿重器[5] | 阿里小蜜的数据量分级处理机制 | 2022-01-26 22:33:14 |
63 | 生日-以写促学,持续成长 | 2022-01-23 23:00:46 |
64 | 前沿重器[4] | 探索腾讯搜索的Quer理解如何直击心灵 | 2022-01-19 21:46:34 |
65 | 心法利器[27] | 人工智能技术创新大赛决赛随想 | 2022-01-19 21:40:58 |
66 | 心法利器[26] | 以搜代分:文本多分类新思路 | 2022-01-19 21:32:36 |
67 | 心法利器[25] | 如何做技术设计 | 2022-01-12 22:23:48 |
68 | 心法利器[24] | 以pytorch为例看我怎么自学新技术的 | 2022-01-12 22:22:11 |
69 | 仓颉专项:你们要的飞机大炮我都会 | 2022-01-12 22:15:41 |
70 | 心法利器[24] | 算法在岗3年小结:学习成长篇 | 2022-01-06 00:16:09 |
71 | 心法利器[23] | 算法在岗3年小结:工作思路篇 | 2022-01-06 00:14:43 |
72 | 心法利器[22] | 算法在岗3年小结:模型策略篇 | 2022-01-06 00:11:09 |
73 | 21->22:夯实,蜕变 | 2022-01-02 21:38:36 |
74 | 心法利器[21] | NLU落地场景-智能对话交互 | 2021-12-29 23:06:25 |
75 | 心法利器[20] | 算法问题下模型之外的问题:文本分类 | 2021-12-29 23:01:16 |
76 | 心法利器[19] | 算法问题下模型之外的问题:概述 | 2021-12-22 21:46:47 |
77 | 心法利器[18] | cqr&ctr:文本匹配的破城长矛 | 2021-12-22 21:44:54 |
78 | 心法利器[17] | 算法服务及其相关配件 | 2021-12-16 00:31:41 |
79 | 心法利器[16] | 向量表征和向量召回 | 2021-12-08 20:51:14 |
80 | 心法利器[14] | 任务方案思考:人工特征机器学习 | 2021-12-01 22:03:49 |
81 | 心法利器[13] | 任务方案思考:句子相似度和匹配 | 2021-12-01 22:02:17 |
82 | 心法利器[12] | 任务方案思考:序列标注(NER)篇 | 2021-12-01 21:58:53 |
83 | 心法利器[11] | 任务方案思考:文本分类篇 | 2021-11-24 23:22:52 |
84 | 心法利器[10] | 算法项目从1到N过程 | 2021-11-24 23:17:00 |
85 | 心法利器[9] | 算法项目的从0到1流程 | 2021-11-15 23:11:44 |
86 | 心法利器[8] | 模型热更新小记 | 2021-11-15 23:09:58 |
87 | 心法利器[7] | 漫谈语义相似度 | 2021-11-09 23:24:40 |
88 | 心法利器[6] | python grpc实践 | 2021-11-09 23:21:17 |
89 | 心法利器[5] | 聊自己非计算机专业做程序员的经验 | 2021-11-03 21:34:32 |
90 | 心法利器[4] | tf.keras文本分类小例子 | 2021-11-03 21:30:02 |
91 | 心法利器[3] | tf.keras自学笔记 | 2021-10-27 21:11:10 |
92 | 前沿重器[3] | 平安智能问答系统 | 2021-10-27 21:09:26 |
93 | 心法利器[2] | 统计语言模型的使用感想 | 2021-10-26 00:32:52 |
94 | 心法利器[1] | NLP的知识蒸馏思考 | 2021-10-25 00:32:44 |
95 | 前沿重器[2] | 美团搜索理解和召回 | 2021-10-25 00:26:07 |
96 | 前沿重器[1] | 微软小冰-多轮和情感机器人的先行者 | 2021-10-25 00:20:48 |
97 | ML&DEV[18] | 入职一周年:夯实基础,持续深入 | 2021-08-22 20:13:42 |
98 | ML&DEV[17] | 算法工程师的技术深度 | 2021-08-22 20:10:24 |
99 | ML&DEV[16] | 算法工程师内功修炼 | 2021-08-22 20:08:13 |
100 | ML&DEV[15] | pyspark杂记 | 2021-08-22 20:05:03 |
101 | ML&DEV[14] | 浅谈解决问题的能力 | 2021-07-26 09:56:04 |
102 | R&S[29] | 推荐系统中的召回 | 2021-07-26 09:45:43 |
103 | NLP.TM[38] | 对话系统经典:检索式对话 | 2021-07-26 09:38:53 |
104 | 大学生技能大赛:为AI技能添砖加瓦 | 2021-05-09 19:34:03 |
105 | 20->21:算法工程师的成长思考 | 2021-01-10 21:21:05 |
106 | NLP.TM[37] | 深入讨论纠错系统 | 2021-01-04 23:07:03 |
107 | NLP.TM[36] | NLP之源:n-gram语言模型 | 2020-10-27 00:17:29 |
108 | NLP.TM[35] | 纠错:pycorrector的候选排序 | 2020-10-25 22:43:27 |
109 | NLP.TM[34] | 纠错:pycorrector的召回 | 2020-10-25 22:42:07 |
110 | NLP.TM[33] | 纠错:pycorrector的错误检测 | 2020-10-25 22:38:16 |
111 | NLP.TM[32] | 浅谈文本增强技术 | 2020-10-07 20:21:50 |
112 | R&S[28] | 有关用户理解的思考 | 2020-10-06 11:04:06 |
113 | R&S[27] | 用户画像初探 | 2020-10-05 13:02:28 |
114 | R&S[26] | 搜索领域算法需要掌握的知识 | 2020-10-04 16:05:50 |
115 | R&S[25] | 搜索中的意图识别 | 2020-10-03 16:35:08 |
116 | R&S[24] | 浅谈Query理解和分析 | 2020-04-26 00:47:35 |
117 | NLP.TM[31] | 2018年的一篇NER综述笔记 | 2020-04-19 23:24:08 |
118 | NLP.TM[30] | ner自动化打标方法 | 2020-04-19 23:20:18 |
119 | NLP.TM[27] | bert之我见-positional encoding | 2020-04-05 17:34:35 |
120 | NLP.TM | 近期做NER的反思 | 2020-04-05 17:28:10 |
121 | ML&DEV[13] | 快速从无到有建模完成思路 | 2020-03-22 19:52:54 |
122 | R&S[23] | 搜索中的纠错问题初探 | 2020-03-08 21:19:04 |
123 | ML&DEV[13] | bad case分析 | 2020-02-23 20:39:11 |
124 | ML&DEV[12] | 再谈数学学习 | 2020-02-23 20:37:25 |
125 | ML&DEV[11] | 浅谈模型的局限性 | 2020-02-23 20:33:26 |
126 | NLP.TM[26] | bert之我见-attention篇 | 2020-01-29 19:53:06 |
127 | ML&DEV[10] | gRPC的应用 | 2020-01-27 22:13:06 |
128 | ML&DEV | gRPC初体验 | 2020-01-27 00:11:02 |
129 | NLP.TM[25] | CS224N学习小结 | 2020-01-26 17:00:31 |
130 | R&S[22] | 搜索系统中的召回 | 2020-01-13 00:01:58 |
131 | 学习周报 | 变形金刚-Transformer | 2020-01-12 23:48:19 |
132 | NLP.TM[24] | TextCNN的个人理解 | 2020-01-12 23:41:11 |
133 | 学习周报 | CS224N | 2020-01-01 18:35:25 |
134 | 学习周报 | charNER,bert系列的NER | 2020-01-01 18:34:46 |
135 | 学习周报 | NER综述 | 2020-01-01 18:33:40 |
136 | 学习周报 | BILSTM-CRF,BERT | 2020-01-01 18:32:46 |
137 | NLP.TM[23] | NLP学习线路推荐 | 2020-01-01 18:31:27 |
138 | 算法在岗一年的工作总结 | 2019-12-07 20:55:52 |
139 | 学习周报 | 语义相似度,Tensorflow | 2019-12-07 20:54:11 |
140 | R&S[21] | 搜索系统中涉及的算法问题 | 2019-12-07 20:53:12 |
141 | 学习周报20191124 | BART,紧密度分析 | 2019-11-24 10:39:51 |
142 | NLP.TM[22] | 如何修正NLP问题的bad case | 2019-11-24 10:36:12 |
143 | NLP.TM[21] | 语言模型发展思路 | 2019-11-17 12:46:38 |
144 | 学习周报20191109 | LM,term weighting | 2019-11-09 01:11:59 |
145 | NLP.TM[20] | 词权重问题 | 2019-11-09 01:07:56 |
146 | NLP.TM[19] | 条件随机场知识整理(超长文) | 2019-10-27 20:31:51 |
147 | NLP.TM[18] | 搜索中的命名实体识别 | 2019-10-20 19:18:42 |
148 | NLP.TM[1] | (老文)NLP.TM系列正式开始 | 2019-10-13 23:51:42 |
149 | ML&DEV[7] | 所谓算法工程师的工程能力是什么意思 | 2019-10-13 23:43:45 |
150 | ML&DEV[6] | 算法工程师Linux必知必会 | 2019-10-07 21:13:47 |
151 | ML&DEV[5] | 系统理解特征工程 | 2019-09-30 00:44:05 |
152 | R&S[19] | 学习排序入门级概述 | 2019-09-17 00:26:09 |
153 | ML&DEV[4] | 机器学习进阶线路 | 2019-09-09 18:30:01 |
154 | ML&DEV[3] | 机器学习入门线路 | 2019-08-30 22:00:04 |
155 | R&S[18] | SIGIR2018:深度学习匹配在搜索与推荐中的应用 | 2019-08-24 14:56:04 |
156 | ML&DEV[2] | 机器学习开发技能入门线路 | 2019-08-17 18:10:48 |
157 | ML&DEV[1] | 机器学习数学基础入门线路 | 2019-08-10 08:52:28 |
158 | 201907:月度总结与计划 | 2019-08-01 22:59:07 |
159 | NLP.TM[16] | SIGIR2019: 深度NLP在搜索系统中的应用 | 2019-07-28 21:34:49 |
160 | NLP.TM[15] | 基于卷积神经网络的短文本相似度模型 | 2019-07-20 14:44:37 |
161 | 我从研究生生活中得到的经验 | 2019-07-17 22:36:51 |
162 | R&S | 手把手搞推荐[6]: 回顾整体建模过程 | 2019-07-14 23:46:25 |
163 | NLP.TM | 命名实体识别基线 BiLSTM+CRF | 2019-07-10 17:12:42 |
164 | NLP.TM | Keras做基本的文本分类 | 2019-07-01 15:51:44 |
165 | NLP.TM | 教你用tensorflow做文本分类 | 2019-06-30 01:17:56 |
166 | 算法与数据分析校招经验【含内推码】 | 2019-06-26 22:04:54 |
167 | 填志愿:在数学系和算法方向的过来人建议 | 2019-06-25 17:17:36 |
168 | NLP.TM | 再看word2vector | 2019-06-24 22:14:01 |
169 | 做算法?数学专业的我教你突破数学关 | 2019-06-12 21:31:44 |
170 | 评价指标设计 | 2019-06-05 22:53:55 |
171 | R&S | 手把手搞推荐[4]:打分预估模型 | 2019-05-24 21:24:14 |
172 | R&S | 手把手搞推荐[3]:数据集存取 | 2019-05-21 20:19:23 |
173 | R&S 手把手搞推荐[2]:特征工程指南 | 2019-05-11 01:12:07 |
174 | R&S | 手把手搞推荐[1]:数据探索 | 2019-05-08 20:11:45 |
175 | R&S | 手把手搞推荐[0]:推荐入门小结 | 2019-05-06 21:34:46 |
176 | R&S | 爱奇艺搜索启发 | 2019-05-04 19:30:07 |
177 | 我的NLP学习之路 | 2019-04-27 22:47:30 |
178 | RS | 论文阅读:用于YouTube推荐的深度神经网络 | 2019-04-25 15:04:55 |
179 | RS | 深度讨论FM和FFM:不仅是推荐 | 2019-04-22 11:58:20 |
180 | RS | 推荐系统的基本结构 | 2019-04-22 11:53:31 |
181 | NLP.TM | GloVe模型的原理和实现 | 2019-03-26 08:11:42 |
182 | 【NLP.TM】后面开始写点NLP的东西吧 | 2018-01-04 00:42:38 |
183 | 2017年,我读了这些书 | 2017-12-30 17:15:23 |
184 | 数据科学家必备技能(软件篇) | 2017-12-21 23:02:02 |
185 | 数据科学家必备技能 | 2017-12-15 01:16:14 |
介绍: 《深度学习高手笔记》系列丛书作者,通过和 @人民邮电出版社 的合作,目前此专栏的大部分内容经过反复的校正和排版已发布成书籍《深度学习高手笔记——卷1:基础算法》和《深度学习高手笔记——卷2:前沿应用》,内容经过作者和出版社的专业审核人员的10余轮的教改,内容的丰富性,算法讲解的精确性,文字描述的流畅度已大幅提升。目前卷1已多平台上架,欢迎大家点击下面链接购买。 https://item.jd.com/13484669.html。
序号 | 佳作 | 时间 |
---|---|---|
1 | 条件扩散模型:Classifier-Guidance | 2024-03-13 20:22:57 |
2 | DiT详解 | 2024-02-23 17:28:45 |
3 | LDM(Latent Diffusion Model)详解 | 2024-02-21 17:57:38 |
4 | AFT(Attention Free Transformer )详解 | 2024-02-01 19:00:53 |
5 | AdaLoRA(Adaptive LoRA)详解 | 2023-11-17 19:48:09 |
6 | 连续提示学习概述(Continue Prompt Learning) | 2023-09-13 11:05:11 |
7 | 提示学习:PET for BERT | 2023-07-18 18:27:59 |
8 | 预训练语言模型:GLM | 2023-07-04 21:55:32 |
9 | 多模态大模型KOSMOS-1 | 2023-06-13 11:08:14 |
10 | GPT-4核心技术探秘 | 2023-05-03 18:05:25 |
11 | 扩散模型:DDPM | 2023-03-16 15:55:24 |
12 | 对比学习之SimCSE | 2023-03-07 15:31:15 |
13 | 对比学习之SimCLR | 2023-02-25 20:04:38 |
14 | ChatGPT/InstructGPT详解 | 2022-12-08 18:53:46 |
15 | UniLM详解 | 2022-11-17 11:14:08 |
16 | 多模态预训练:BEiT v3(Image as a Foreign Language) | 2022-10-08 11:36:07 |
17 | 多模态预训练:VLMo(Vision Language pretrained Model) | 2022-09-27 17:03:14 |
18 | 图像预训练:BEiT v2 | 2022-09-20 23:52:33 |
19 | 图像预训练:BEIT | 2022-09-09 16:28:43 |
20 | 文本对抗之CLARE,BAE | 2022-08-11 15:22:23 |
21 | 文本对抗之BERT-Attack | 2022-08-08 19:00:42 |
22 | 文本对抗之TextFooler | 2022-08-01 18:12:20 |
23 | 稀疏Transformer(Sparse Transformer) | 2022-04-25 11:54:02 |
24 | 多模态预训练:DALL-E | 2022-03-15 10:43:19 |
25 | 多模态预训练CLIP | 2022-03-08 19:51:55 |
26 | Pix2PixHD | 2022-02-14 15:21:56 |
27 | 图像翻译之Pix2Pix | 2022-02-07 19:42:44 |
28 | 重读FPN(Feature Pyramid Network) | 2022-01-22 18:41:51 |
29 | ConvNeXt详解 | 2022-01-18 22:52:59 |
30 | 多模态预训练ViLBERT | 2021-12-24 15:16:09 |
31 | 可逆Transformer:ReFormer | 2021-12-12 17:09:35 |
32 | 可逆残差网络RevNet | 2021-11-23 12:05:40 |
33 | 3D分割V-Net | 2021-11-10 23:57:54 |
34 | BERT魔改II之BERT-WWM,SpanBERT,BART,MASS | 2021-11-08 16:54:49 |
35 | 模型结构搜索之RegNet | 2021-10-25 18:33:17 |
36 | GAN详解 | 2021-09-09 21:10:23 |
37 | 场景文字检测之EAST | 2021-08-19 18:16:12 |
38 | Anchor-Free之FCOS | 2021-08-11 20:37:12 |
39 | 可变形卷积网络之DCN v1和DCN v2 | 2021-08-01 17:50:17 |
40 | Dropout详解 | 2021-07-19 11:19:13 |
41 | Vision Transformer 之 CSWin Transformer | 2021-07-09 15:59:27 |
42 | Transformer目标检测之DETR | 2021-07-06 14:30:49 |
43 | 语义分割之Deeplab系列 | 2021-06-30 11:39:16 |
44 | 人像抠图之Background Matting v2 | 2021-06-18 17:11:09 |
45 | NIC之Show Attend and Tell | 2021-06-15 14:58:47 |
46 | 语义分割之FCN | 2021-06-09 21:04:47 |
47 | 网络结构搜索之EfficientDet | 2021-06-04 14:39:03 |
48 | 骨干网络搜索之NAS-FPN | 2021-06-01 16:13:55 |
49 | 损失函数之Focal-EIoU Loss | 2021-05-27 16:01:45 |
50 | 损失函数之DIoU Loss和CIoU Loss | 2021-05-24 19:53:50 |
51 | 损失函数之GIoU Loss | 2021-05-22 16:23:12 |
52 | 双向融合:PANet | 2021-05-20 17:47:17 |
53 | 全连接?:MLP-Mixer | 2021-05-12 16:45:22 |
54 | 单阶段检测之YOLO v4 | 2021-05-07 18:45:59 |
55 | Anchor Free之CornerNet Lite | 2021-04-30 18:37:32 |
56 | Anchor Free之CenterNet | 2021-04-27 11:48:15 |
57 | Anchor Free之CornerNet | 2021-04-23 15:01:00 |
58 | 模型结构搜索之MobileNet v3 | 2021-04-15 16:43:18 |
59 | BERT魔改之MT-DNN,RoBERTa,XLM,ALBERT | 2021-04-09 16:32:23 |
60 | 模型搜索之EfficientNet v2 | 2021-04-06 22:34:39 |
61 | CV+Transformer之Swin Transformer | 2021-03-31 17:46:08 |
62 | 词向量之ERNIE(百度)和ERNIE 2.0 | 2021-03-27 16:23:45 |
63 | 词向量之ERNIE-T(清华大学) | 2021-03-23 22:21:09 |
64 | 模型结构搜索之MNasNet | 2021-03-12 18:25:49 |
65 | 模型搜索之EfficientNet | 2021-03-09 11:58:07 |
66 | 词向量之XLNet | 2021-03-05 18:01:53 |
67 | iGPT详解 | 2021-02-23 16:48:37 |
68 | DPN详解(Dual Path Networks) | 2021-02-18 13:09:23 |
69 | 预训练语言模型之GPT-1,GPT-2和GPT-3 | 2021-02-08 14:54:45 |
70 | 词向量之ELMo | 2021-01-28 21:04:00 |
71 | HAN详解(Heterogeneous graph attention network) | 2021-01-24 17:34:32 |
72 | Attention 图解 | 2021-01-06 11:59:24 |
73 | GAT详解 | 2020-12-23 20:58:13 |
74 | GraphSAGE详解 | 2020-12-11 18:19:05 |
75 | 详解Transformer-XL | 2020-11-02 17:55:46 |
76 | 基于Seq2Seq的公式识别引擎 | 2020-08-13 19:35:29 |
77 | Background Matting详解 | 2020-06-14 19:34:20 |
78 | MTL for OCR源码解析 | 2020-02-25 23:32:46 |
79 | OCR之Bi-STR | 2020-02-24 22:10:05 |
80 | OCR之PixelLink | 2020-02-13 23:53:37 |
81 | Image Caption: Show and Tell | 2019-11-17 22:45:34 |
82 | 模型优化之Switchable Normalization | 2019-02-27 12:33:04 |
83 | AmoebaNet详解 | 2019-02-23 16:21:17 |
84 | 文档分类之HAN | 2019-02-19 16:03:08 |
85 | 模型优化之Group Normalization | 2019-02-13 16:42:43 |
86 | 模型优化之Instance Normalization | 2019-02-12 19:22:42 |
87 | 图像风格迁移详解 | 2019-01-29 13:07:11 |
88 | RNN语言模型 | 2019-01-28 14:41:10 |
89 | 模型优化之Weight Normalization | 2019-01-17 16:25:54 |
90 | 模型优化之Layer Normalization | 2019-01-10 14:41:45 |
91 | 模型优化之Batch Normalization | 2019-01-06 14:54:01 |
92 | 实例解析:12306验证码破解 | 2018-12-26 15:18:00 |
93 | 卷积网络综述(从AlexNet到PNASNet) | 2018-12-24 23:51:29 |
94 | PNASNet详解 | 2018-12-19 20:16:44 |
95 | NASNet详解 | 2018-12-17 20:50:55 |
96 | NAS详解 | 2018-12-15 19:21:04 |
97 | PolyNet详解 | 2018-12-11 18:27:26 |
98 | CondenseNet详解 | 2018-12-10 14:04:12 |
99 | ShuffNet v1 和 ShuffleNet v2 | 2018-12-04 18:54:29 |
100 | ResNeXt详解 | 2018-11-28 17:06:24 |
101 | Xception详解 | 2018-11-26 18:14:13 |
102 | MobileNet v1 和 MobileNet v2 | 2018-11-16 10:43:18 |
103 | SqueezeNet详解 | 2018-11-12 17:10:54 |
104 | 物体检测之Focal Loss及RetinaNet | 2018-11-08 16:39:12 |
105 | 词向量之BERT | 2018-11-05 16:41:21 |
106 | 详解Transformer (Attention Is All You Need) | 2018-11-04 15:25:46 |
107 | Squeeze-and-Excitation Networks | 2018-10-23 22:47:19 |
108 | 物体检测之SNIPER | 2018-10-15 16:01:48 |
109 | OCR之RRPN | 2018-09-27 19:27:38 |
110 | UnitBox详解 | 2018-09-12 09:19:37 |
111 | OCR之HMCP | 2018-09-10 14:15:58 |
112 | 人脸检测之DenseBox | 2018-09-07 22:19:32 |
113 | 图像分割之U-Net | 2018-09-06 19:27:37 |
114 | 边缘检测之HED | 2018-09-03 10:41:16 |
115 | 基于CNN的端到端文字检测与识别 | 2018-08-29 23:05:34 |
116 | 物体检测历史 | 2018-08-29 08:52:17 |
117 | OCR之CTPN | 2018-08-28 13:50:57 |
118 | OCR之RARE | 2018-08-27 14:30:01 |
119 | OCR之Deep TextSpotter | 2018-08-27 09:08:40 |
120 | OCR之DeepText | 2018-08-24 15:56:21 |
121 | 物体检测之YOLOv3 | 2018-08-24 15:40:17 |
122 | 物体检测之YOLOv2 | 2018-08-24 15:26:50 |
123 | 物体检测之R-FCN | 2018-08-24 14:51:19 |
124 | 物体检测之SSD | 2018-08-23 21:30:45 |
125 | 物体检测之YOLO | 2018-08-23 15:38:53 |
126 | 物体检测之MaskX R-CNN | 2018-08-23 11:21:03 |
127 | 物体检测之FPN及Mask R-CNN | 2018-08-23 11:03:12 |
128 | 物体检测之Faster R-CNN | 2018-08-23 10:38:10 |
129 | 物体检测之Fast R-CNN | 2018-08-23 10:12:47 |
130 | 物体检测之SPP-Net | 2018-08-23 08:54:34 |
131 | 物体检测之R-CNN | 2018-08-23 08:40:33 |
132 | Attention in RNN | 2018-08-23 00:03:15 |
133 | RNN Encoder-Decoder and GRU | 2018-08-22 23:45:41 |
134 | 详解CTC | 2018-08-22 22:46:48 |
135 | 详解LSTM | 2018-08-22 22:14:36 |
136 | DenseNet | 2018-08-22 19:41:59 |
137 | 详解残差网络 | 2018-08-22 19:30:49 |
138 | GoogLeNet, Maxout and NIN | 2018-08-22 19:04:58 |
139 | VGG | 2018-08-22 17:23:22 |
140 | LeNet5 and AlexNet | 2018-08-22 17:01:02 |
141 | Spatial Transformer Networks | 2018-08-22 16:44:27 |
介绍: 专业炼丹师,专治疑难杂症,NLP算法工程师,个人微信:logCong,添加时请备注:知乎—姓名—公司/研究方向。。
序号 | 佳作 | 时间 |
---|---|---|
1 | 如何快速提高大模型的向量表征效果能力? | 2024-04-11 22:36:46 |
2 | RAG系统中答案无关片段对LLMs生成答案有何影响? | 2024-04-08 20:50:36 |
3 | Qwen1.5开源32B模型-将开源进行到底 | 2024-04-06 20:45:13 |
4 | InternLM2技术报告 | 2024-04-01 21:48:21 |
5 | Qwen1.5-MoE模型:2.7B的激活参数量达到7B模型的性能 | 2024-03-29 03:19:23 |
6 | RAG与Long-Context之争—没必要争 | 2024-03-25 21:08:08 |
7 | 大型语言模型场景调优实践|打造「贺岁灵感模型」 | 2024-03-22 20:56:23 |
8 | 指令微调数据的高效筛选方法-排序&聚类-CaR方法 | 2024-03-19 09:33:31 |
9 | 自我蒸馏方法-减轻大模型微调过程中的灾难性遗忘 | 2024-03-12 09:57:25 |
10 | Yi技术报告细节分享 | 2024-03-08 22:26:04 |
11 | Anthropic发布Claude3,效果已超越GPT4 | 2024-03-04 23:30:01 |
12 | Mistral AI发布Mistral Large模型 | 2024-02-27 10:58:14 |
13 | 大模型增量预训练新技巧-防止模型灾难性遗忘 | 2024-01-23 22:06:39 |
14 | 智谱GLMs初体验 | 2024-01-16 15:30:45 |
15 | 如何提高LLMs的文本表征(Text Embedding)能力? | 2024-01-08 10:04:45 |
16 | DEITA-大模型指令微调的数据高效筛选方法 | 2024-01-03 21:56:40 |
17 | 1-2B参数规模大模型使用心得及模型汇总 | 2023-12-21 11:10:38 |
18 | 大模型微调项目-更新说明 | 2023-12-13 16:33:09 |
19 | 大模型微调技巧 | 高质量指令数据筛选方法-MoDS | 2023-12-08 17:26:53 |
20 | 辟谣!微软撤回声称ChatGPT为20B参数的论文,并给出解释。 | 2023-11-02 10:13:37 |
21 | 通义千问-Qwen技术报告细节分享 | 2023-09-26 00:16:39 |
22 | 如何从数据集中自动识别高质量的指令数据-IFD指标的使用 | 2023-09-24 17:34:47 |
23 | BaiChuan2技术报告细节分享&个人想法 | 2023-09-16 00:18:11 |
24 | 领域大模型-训练Trick&落地思考 | 2023-08-08 19:12:15 |
25 | 大模型LLM微调项目-更新 | 2023-08-06 17:32:42 |
26 | 是我们在训练大模型,还是大模型在训练我们? | 2023-07-22 13:18:35 |
27 | “NLP工作站”成立技术交流群 | 2023-07-21 21:40:53 |
28 | Llama2技术细节&开源影响 | 2023-07-20 00:16:38 |
29 | 水可载舟亦可覆舟-AI,可信AI! | 2023-07-18 12:04:29 |
30 | 垂直领域大模型的一些思考及开源模型汇总 | 2023-07-10 14:40:18 |
31 | LLMs评估综述 | 2023-07-07 14:36:32 |
32 | 大模型流水线并行(Pipeline)实战 | 2023-06-13 09:58:50 |
33 | 支持多模态的ChatGLM模型-VisualGLM-6B | 2023-05-18 10:29:56 |
34 | 大模型时代-不进则退 | 2023-04-29 23:50:22 |
35 | 大模型LLM-微调经验分享&总结 | 2023-04-11 11:41:51 |
36 | 官方ChatGLM-6B模型微调方法 | 2023-03-31 14:22:00 |
37 | ChatGPT-所见、所闻、所感 | 2023-02-11 01:26:56 |
38 | CORGI-PM:首个中文性别偏见探索和缓解数据集 | 2023-02-03 17:31:42 |
39 | 中文多模态对话数据集-TikTalk | 2023-01-21 11:41:55 |
40 | 事件抽取数据增强方法-Mask-then-Fill | 2023-01-20 10:06:40 |
41 | AAAI2023 | 基于统一语义匹配的通用信息抽取框架-USM | 2023-01-13 19:56:27 |
42 | Dual-Cross-Encoder:面向稠密向量检索的Query深度交互的文档多视角表征 | 2022-08-15 22:45:23 |
43 | 清华开源了1300亿开源的双语预训练模型-GLM-130B | 2022-08-05 14:16:37 |
44 | IJCAI2022 | DictBert:采用对比学习的字典描述知识增强的预训练语言模型 | 2022-08-04 22:43:44 |
45 | neo4j学习笔记-持续更新ing | 2022-07-07 22:38:01 |
46 | CC-Riddle:汉字谜语问答数据集 | 2022-07-04 21:50:04 |
47 | 中文NER数据集整理 | 2022-06-16 11:09:17 |
48 | ACL2022 | DCSR:一种面向开放域段落检索的句子感知的对比学习方法 | 2022-06-11 12:45:55 |
49 | ACL2022 | NoisyTune:微调前加入少量噪音可能会有意想不到的效果 | 2022-06-03 10:50:10 |
50 | ACL2022 | DictBERT:通过低频词典增强预训练模型表征方法 | 2022-06-02 15:27:03 |
51 | ACL2022论文分类汇总-Prompt、句子表征、检索排序&摘要 | 2022-05-25 21:15:13 |
52 | 总结|Prompt在NER场景的应用 | 2022-05-22 11:47:21 |
53 | EASE:一种融合实体信息的句子嵌入对比学习方法 | 2022-05-17 22:35:22 |
54 | NAACL2022-Prompt相关论文&对Prompt的看法 | 2022-05-10 17:42:34 |
55 | PolyLoss:一种将分类损失函数加入泰勒展开式的损失函数 | 2022-05-07 11:33:32 |
56 | PERT:一种基于乱序语言模型的预训练模型 | 2022-05-05 15:41:39 |
57 | DiffCSE:结合句子间差异的无监督句子嵌入对比学习方法 | 2022-04-29 12:51:25 |
58 | SIGIR2022论文筛选 | 2022-04-27 15:04:52 |
59 | 算法不会前端,也可以做出好看的界面-Streamlit | 2022-02-20 11:46:28 |
60 | OpenAI:基于对比学习的预训练文本&代码表征技术 | 2022-02-19 12:53:29 |
61 | PairSCL:句子对级别的有监督对比学习方法 | 2022-02-04 16:06:40 |
62 | COLD:中文冒犯性语言检测数据集 | 2022-02-01 11:48:51 |
63 | SNCSE:一种基于软负例的无监督句向量对比学习方法 | 2022-01-30 11:04:21 |
64 | ExtraPhrase:一种针对抽象式(生成式)摘要的数据增强方法 | 2022-01-27 17:41:29 |
65 | MatchSum-一种基于语义匹配的抽取式摘要框架 | 2022-01-26 17:05:30 |
66 | BertSum-基于BERT模型的抽取式文本摘要 | 2022-01-25 20:43:48 |
67 | CPT模型:一种中文兼顾NLU和NLG的非平衡预训练语言模型 | 2022-01-12 21:29:31 |
68 | 中文文本匹配数据集整理 | 2022-01-06 21:01:22 |
69 | SimCSE论文精读 | 2022-01-03 21:04:58 |
70 | EMNLP2021 Findings会议-305篇长文及119篇短文分类-附论文链接(下) | 2021-11-07 20:47:49 |
71 | EMNLP2021 Findings会议-305篇长文及119篇短文分类-附论文链接(上) | 2021-11-07 20:46:38 |
72 | EMNLP2021主会议-191篇短文分类-附论文链接 | 2021-11-06 17:13:46 |
73 | EMNLP2021主会议-656篇长文分类-附论文链接(下) | 2021-11-03 23:58:54 |
74 | EMNLP2021主会议-656篇长文分类-附论文链接(上) | 2021-11-03 23:56:41 |
75 | 一个使模型训练速度提升20%的Trick-BlockShuffle | 2021-09-28 20:21:27 |
76 | EMNLP2021会议PaperList | 2021-09-26 11:05:54 |
77 | 带有详细注释的PaddlePaddle的情绪识别项目 | 2021-09-21 14:11:36 |
78 | EMNLP 2021之SF:一种预训练语言模型的片段微调(Span Fine-tuning)方法 | 2021-09-15 22:52:00 |
79 | EMNLP2021之AEDA:一种更简单的文本分类数据增强技术 | 2021-09-09 22:47:03 |
80 | 常用预训练语言模型(PTMs)总结 | 2021-09-03 21:53:13 |
81 | 回顾BART模型 | 2021-08-12 20:50:51 |
82 | 中文机器阅读理解(片段抽取)数据集整理 | 2021-08-03 22:30:12 |
83 | ACL2021论文之ChineseBERT:融合字形与拼音信息的中文预训练模型 | 2021-07-28 22:29:16 |
84 | 授人以鱼不如授人以渔-如何高效获取前沿论文? | 2021-07-07 22:04:04 |
85 | ACL2021 Findings论文汇总及分类 | 2021-07-03 15:46:08 |
86 | ACL2021主会议论文汇总及分类 | 2021-06-29 23:32:50 |
87 | ACL2021论文 | 2021-06-28 17:31:32 |
88 | 难负例如何影响向量检索模型? | 2021-06-27 23:38:08 |
89 | SIGIR2021论文:基于Text-to-Text多视图学习的段落重排序 | 2021-06-22 21:54:42 |
90 | SIGIR2021之DvBERT模型:双视图蒸馏的句向量BERT模型 | 2021-06-15 22:13:24 |
91 | SIGIR2021之IDCM模型: 文档内部级联选择段落服务于文档排序 | 2021-06-12 15:33:08 |
92 | SIGIR 2021论文筛选 | 2021-06-08 14:46:41 |
93 | 小布助手对话短文本语义匹配-周周星分享 | 2021-03-29 18:16:50 |
94 | 中文摘要数据集汇总 | 2021-01-02 21:04:25 |
95 | 超详细中文注释的GPT2新闻标题生成项目 | 2020-12-21 09:21:20 |
96 | 一种新的涨分神器!构造code-switching增广数据进行fine-tuning! | 2020-09-27 14:47:43 |
97 | MacBERT:MLM as correction BERT | 2020-09-20 17:55:30 |
98 | BERT-QE: 基于上下文化查询扩展的文档ReRank | 2020-09-20 15:31:42 |
99 | AMBERT模型:一个多粒度Tokenization的预训练语言模型 | 2020-09-04 00:31:25 |
100 | SIGIR 2020之MarkedBERT模型:加入传统检索线索的Rerank模型 | 2020-08-30 11:16:44 |
101 | 夸夸式闲聊机器人之Unilm对话生成 | 2020-08-07 23:11:02 |
102 | SIGIR 2020之DC-BERT模型:解耦问题-文档编码,提速QA-Rerank模块 | 2020-08-02 13:47:44 |
103 | SIGIR会议之文本表征、检索重排序、阅读理解论文整理 | 2020-07-26 11:05:23 |
104 | 开源啦!开源啦!UNILM中文模型开源啦! | 2020-07-25 17:44:42 |
105 | ACL2020论文整理之问题生成、自然语言推理、预训练语言模型及部分应用、QA问答系统及机器阅读理解 | 2020-07-05 20:16:35 |
106 | 教你如何动态配置词权重,检索系列文章之HDCT论文笔记 | 2020-06-21 11:46:52 |
107 | 智能扩充机器人的“标准问”库之Query生成 | 2020-06-20 13:18:47 |
108 | Web服务部署深度学习模型-续集 | 2020-06-14 15:05:01 |
109 | 教你如何动态配置词权重,检索系列文章之DeepCT论文笔记 | 2020-06-14 12:32:51 |
110 | Web服务部署深度学习模型 | 2020-05-26 16:09:53 |
111 | Sentence-Bert论文笔记 | 2020-03-29 20:51:04 |
112 | UniLM-v2论文阅读笔记 | 2020-03-26 11:30:29 |
113 | UniLM论文阅读笔记 | 2020-03-20 21:11:18 |
114 | 传统方法BM25解决短文本相似度问题 | 2020-03-16 20:01:10 |
115 | 传统方法TF-IDF解决短文本相似度问题 | 2020-03-14 10:16:08 |
116 | 你保存的BERT模型为什么那么大? | 2020-03-08 11:31:49 |
117 | 短文本相似度算法研究 | 2020-03-07 10:09:47 |
118 | 阅读笔记:开放域检索问答(ORQA) | 2020-02-17 21:43:17 |
119 | NEZHA(哪吒)论文阅读笔记 | 2019-12-29 22:09:40 |
120 | DuReader数据集之数据预处理代码解析 | 2019-12-29 15:21:54 |
121 | 机器阅读理解之DuReader数据集描述 | 2019-11-29 22:32:32 |
122 | 文本蕴含之孪生网络(Siamese Network) | 2019-07-27 11:27:35 |
123 | 论文阅读笔记:文本蕴含之DIIN | 2019-07-20 09:24:39 |
124 | 论文阅读笔记:文本蕴含之ESIM | 2019-07-13 13:18:02 |
125 | 论文阅读笔记:文本蕴含之BiMPM | 2019-07-06 11:49:24 |
介绍: 大数据仁波切 公号“计算广告”(Comp_Ad),《计算广告》作者,微信公号“计算广告”。
序号 | 佳作 | 时间 |
---|---|---|
1 | 聊聊商业化必备的”底线思维” | 2024-03-24 21:25:16 |
2 | 从手游到小游戏,“全场景增长”怎么做 | 2024-02-01 16:23:59 |
3 | 打通公私域的科学化经营时代来了! | 2024-01-29 08:41:49 |
4 | 这6个词,为你照亮24年的商业化道路 | 2024-01-17 14:20:53 |
5 | 用上GroMore智能管家,“躺平”也能多挣钱 | 2024-01-12 07:48:51 |
6 | AI 做的创意,是怎么比我们还懂生意的? | 2024-01-10 08:36:47 |
7 | 2024商业化新机:混合变现双赢之路 | 2024-01-06 10:14:48 |
8 | 买量难+成本高,用户增长卷又卷不赢,躺也躺不平? | 2023-12-14 08:43:07 |
9 | 深度解析扬楫:AI广告引擎如何工作 | 2023-11-28 11:19:52 |
10 | 厂商营销不止应用市场! | 2023-11-06 11:00:03 |
11 | 换个思路,撬动十倍增长! | 2023-08-21 11:57:55 |
12 | 游戏增长,不再是买量游戏! | 2023-08-15 10:17:21 |
13 | 版号常态化发放时代,游戏的“全生命周期智能增长” | 2023-07-07 12:26:55 |
14 | 生成式AI,将如何重塑营销? | 2023-06-25 18:30:32 |
15 | 裁掉的码农,不过是戏里的龙套 | 2023-06-24 07:42:29 |
16 | 做营销,大模型真的有用么? | 2023-06-21 10:26:50 |
17 | 开发者青睐的变现平台,要有“专业性” | 2023-06-20 09:56:07 |
18 | 大模型只有”大”一条路吗? | 2023-05-25 21:24:42 |
19 | 巨量千川全面升级,助力商家高效经营 | 2023-04-29 19:33:17 |
20 | 工具开发者的新春天,就要来了! | 2023-04-27 12:04:47 |
21 | 你卖的不是广告,是商品! | 2023-04-12 14:33:22 |
22 | 瑞士,扯下了”规矩”的底裤 | 2023-04-05 08:14:38 |
23 | 巨量千川商品卡推广——抖音电商卖家的新型武器 | 2023-03-22 13:30:20 |
24 | ChatGPT吹牛逼大赛,谁能胜出? | 2023-02-17 08:53:00 |
25 | 2023,广告平台变迁的七大趋势 | 2023-01-19 12:41:34 |
26 | 让变现“润物细无声”,优量汇与开发者的共同探索 | 2023-01-05 12:30:47 |
27 | 增长变现一体化的利器,现在开放了! | 2022-12-16 11:05:15 |
28 | 广告营销怎样摆脱玄学? | 2022-10-16 17:02:15 |
29 | 🦊连线王玥波:互联网就是个江湖 | 2022-09-23 09:36:46 |
30 | 全局一盘棋,聊聊投放一体化与降本增效 | 2022-09-19 09:35:25 |
31 | 穿山甲大开放:从变现工具到商业生态 | 2022-08-30 21:33:49 |
32 | 算法监管:碳与硅的博弈 | 2022-07-09 15:45:13 |
33 | 千亿参数的广告模型,是怎样炼成的? | 2022-07-02 09:43:53 |
34 | 酒香怎破巷子深?从“激活七留双出价”看智能投放进展 | 2022-06-30 13:35:33 |
35 | 你要润么?先想清几件事…… | 2022-06-17 17:30:02 |
36 | 防疫长城背后的云端政务,强在何处? | 2022-04-19 19:16:46 |
37 | 数字营销正走向全域经营 | 2022-01-26 15:49:48 |
38 | 2022,开发者变现的生机何在? | 2022-01-06 10:06:24 |
39 | 浓眉大眼的谷歌也“叛变”了么?从Adsense放弃二价谈起 | 2021-11-09 17:18:55 |
40 | 许家印与袁世凯的信息茧房 | 2021-10-13 11:28:46 |
41 | 产品经理的哲学三问 | 2021-07-19 18:49:05 |
42 | 网服广告商品化——与广告主共创未来增长点 | 2021-06-23 11:05:47 |
43 | 在大厂上班,你牛逼什么劲? | 2021-06-17 08:42:23 |
44 | 找准“增值”突破口,金融行业营销的“道”与“数” | 2021-06-17 08:38:48 |
45 | 数字营销服务,是独善其身还是百花齐放? | 2021-06-02 08:47:10 |
46 | 进击的315,没落的央视 | 2021-03-26 10:08:06 |
47 | 广告主玩数据,有个大误区 | 2021-03-05 19:17:59 |
48 | 我们做了个“自动卖货引擎” | 2021-02-25 18:41:26 |
49 | 粗放式增长过后,“分层拉活”正兴起 | 2021-01-21 08:31:27 |
50 | 猝死码农的半生福报,垄断巨头的三把镰刀 | 2021-01-12 18:25:10 |
51 | 白手起家的三条土豪路,你选哪条? | 2021-01-07 18:36:03 |
52 | 数据产品叫好不叫座,该如何破局 | 2020-12-08 20:52:56 |
53 | 大公司,你不讲武德! | 2020-12-03 08:16:45 |
54 | 职业教育增长,正在“电商化” | 2020-11-30 17:54:22 |
55 | 蚂蚁市值25万亿?互联网的“后棚”买卖,你我都逃不过 | 2020-10-30 08:54:38 |
56 | 源代码审查能否成为国际惯例? | 2020-10-07 21:48:34 |
57 | 从流量到增长,营销产品有何趋势? | 2020-09-25 20:46:06 |
58 | 广告优化是一门玄学么? | 2020-09-25 16:58:12 |
59 | 捉放Tiktok,特朗普摆了一场鸿门宴 | 2020-09-22 10:24:17 |
60 | 听完吴声的演讲,我感觉智商梗阻了 | 2020-08-27 13:22:02 |
61 | 干掉Tiktok只是打响了第一枪 | 2020-08-07 10:33:39 |
62 | 腾讯广告终于迎来全面整合 | 2020-07-07 19:10:09 |
63 | KPI是怎样凑出来的? | 2020-06-17 21:38:52 |
64 | 约炮,是权与利交易的剪彩仪式 | 2020-04-28 12:37:39 |
65 | 平地抠饼型公司,CXO们怎么分工? | 2020-04-27 11:10:37 |
66 | 隐私保护,在法规以外更依赖技术 | 2020-04-03 18:22:54 |
67 | 被谷歌剪掉命根子的出海应用,没几个冤枉的 | 2020-03-21 19:51:46 |
68 | 谁家公司还没几个F4呢? | 2020-02-28 08:01:31 |
69 | 这场疫情,敲响了电影院线的丧钟 | 2020-01-28 20:54:18 |
70 | 职场新人打怪升级,这两招最管用 | 2020-01-07 17:43:06 |
71 | 愤青是怎样炼成的 | 2019-12-30 15:54:28 |
72 | 真的有人想反作弊吗? | 2019-12-11 20:24:09 |
73 | 关于品效合一的经济学分析 | 2019-10-30 20:00:22 |
74 | 天下产品一大抄 | 2019-10-10 11:29:59 |
75 | 25岁的年轻人,要想清两件事 | 2019-09-10 20:33:12 |
76 | 互联网贪腐见闻拾萃 | 2019-08-28 07:40:22 |
77 | 一文搞懂互联网广告的计算原理 | 2019-07-04 19:59:29 |
78 | 素质教育,让令郎输在受精卵上 | 2019-06-13 07:20:19 |
79 | 深受读者爱戴的十大负能量雄文 | 2019-05-16 07:41:25 |
80 | 996其实没什么卵用 | 2019-04-17 18:32:52 |
81 | 愿你饱览群书,归来仍是屌丝 | 2019-04-03 17:55:08 |
82 | 没事少听创业导师们瞎逼逼 | 2019-02-27 20:59:07 |
83 | 后AI时代的没羞没臊生活指南 | 2019-01-23 21:50:54 |
84 | 去中心化交易能比VISA还快么? | 2018-12-26 18:48:29 |
85 | 为什么外企有那么多奇葩老板? | 2018-09-28 21:11:43 |
86 | 互联网+拯救不了强哥奶茶的品味 | 2018-09-03 13:39:40 |
87 | 为什么说大多数ICO都是诈骗? | 2018-08-29 18:33:28 |
88 | 码农四十不如狗 | 2018-08-06 22:20:22 |
89 | 做劣币,挣大钱 | 2018-06-28 20:44:48 |
90 | 图灵测试离我们还有多远? | 2018-06-07 20:41:33 |
91 | 我怀了谁的孩子?——一部安卓手机的情感史 | 2018-05-28 20:02:48 |
92 | 如何迅速提高公司估值? | 2018-05-22 21:21:31 |
93 | 财务自由是个大骗局 | 2018-05-02 22:02:07 |
94 | 怎样收智商税 | 2018-03-27 22:20:57 |
95 | 勤劳致贫 | 2018-03-04 22:43:17 |
96 | 2018,广告技术公司路在何方? | 2018-01-25 09:51:48 |
97 | 被叔叔猥亵,我有亲身经历 | 2017-12-06 22:12:09 |
98 | 怎样在大公司混成中层干部? | 2017-11-23 20:56:49 |
99 | 产品狗的圣战 | 2017-10-18 09:04:17 |
100 | 二十年前的北京四中到底哪里牛? | 2017-10-01 21:26:07 |
101 | 从薛之谦到林心如,大V们有多少僵尸粉? | 2017-09-27 22:39:58 |
102 | 从初夜权到在线广告——拍卖中的趣味与玄机 | 2017-09-19 22:47:37 |
103 | 假装成功是成功之母——屌丝测不准原理 | 2017-08-31 20:10:54 |
104 | 印度,一个盛产高管与狗的国度 | 2017-08-15 22:05:14 |
105 | 为什么你挣钱比别人慢?——屌丝第一守恒定律 | 2017-07-27 22:10:35 |
106 | 从马云斗王卫,看互联网的三场大战 | 2017-07-04 15:31:40 |
107 | 20万、50万、100万的算法工程师,到底有什么区别? | 2017-05-23 22:52:56 |
108 | 魏方丹、李静思:下流才是内容创业的王道 | 2017-05-05 08:37:08 |
109 | 月月灵欠的三千万广告费,小红还能要回来么? | 2017-04-12 22:05:49 |
110 | 局长私访售楼处,怒了! | 2017-04-09 21:27:42 |
111 | 一个大数据屌丝的一天 | 2017-03-22 22:06:31 |
112 | 共享经济+坐台=? | 2017-03-14 21:20:31 |
113 | 手把手教你互联网流量作弊 | 2017-03-09 20:46:20 |
114 | Facebook的广告效果真的那么好么? | 2017-03-01 17:45:40 |
115 | 数据分析真的能驱动用户快速增长么? | 2016-07-31 11:10:48 |
介绍: 公众号「李rumor」,AI算法小姐姐,谷歌开发者专家,还没呢。
序号 | 佳作 | 时间 |
---|---|---|
1 | 大模型对齐阶段的Scaling Laws | 2024-04-01 09:52:29 |
2 | APO|利用GAN的思想训练RLHF中的RM | 2023-12-27 12:00:07 |
3 | OpenAI的Weak-to-Strong在说什么 | 2023-12-21 13:10:21 |
4 | 一些RLHF的平替汇总(2023.11) | 2023-11-16 13:20:33 |
5 | 临近23年底,有哪些GenAI产品做起来了? | 2023-09-19 21:51:10 |
6 | 百川的大模型KnowHow | 2023-09-13 11:53:05 |
7 | OpenAI的Superalignment策略:计算为王 | 2023-08-21 09:40:22 |
8 | 蹲一个CV的ChatGPT时刻 | 2023-06-27 13:54:37 |
9 | RLHF的其他优化方向 | 2023-03-09 13:10:28 |
10 | 复现ChatGPT的难点与平替 | 2023-02-20 13:35:36 |
11 | 如何优化大模型的In-Context Learning效果? | 2023-01-06 13:36:41 |
12 | 2022年对话技术梳理:科研进展、产品创新 | 2022-11-08 13:08:10 |
13 | 虚拟角色对话:AI产品新花样 | 2022-10-13 18:04:48 |
14 | Action Transformer(ACT-1),通用AI助手 | 2022-09-16 13:13:26 |
15 | MetaAI的融合怪:BlenderBot | 2022-08-19 12:44:28 |
16 | 最近一些Embodied AI工作的总结(SayCan/LM-Nav/WebShop/Gato/VPT/MINEDOJO) | 2022-07-14 13:25:06 |
17 | HuggingFace推出Evaluate库!所以它赚钱了吗? | 2022-06-02 13:10:04 |
18 | 文本匹配|双塔的效果如何追上交互? | 2022-05-23 13:10:38 |
19 | DeepMind出手!多模态小样本打败精调 | 2022-05-09 13:04:56 |
20 | 预训练模型的下一步?突破Impossible Triangle | 2022-04-19 19:41:39 |
21 | 谷歌PaLM|推理能力大幅提升,Pathways给出的第一份答卷 | 2022-04-06 13:13:47 |
22 | 腾讯SkillNet|NLU任务的全能网络,对Pathways架构的初步尝试 | 2022-03-09 18:15:26 |
23 | 谷歌LaMDA|工业级端到端预训练对话模型 | 2022-01-26 13:03:50 |
24 | 预训练时代下的文本生成|模型&技巧 | 2022-01-18 12:17:37 |
25 | 【急招】美团-NLP中心图学习(GNN)方向实习生 | 2022-01-05 09:47:42 |
26 | 清华x商汤|统一21年的各类对比学习框架 | 2021-12-28 13:44:38 |
27 | 开放域问答综述|四种方案+数据集 | 2021-12-10 13:28:25 |
28 | PromptBERT|结合Prompt+对比学习,超越SimCSE两个多点 | 2021-12-03 13:53:40 |
29 | GPT3 API 「全面」开放,变现模式开启 | 2021-11-22 09:41:28 |
30 | 清华P-tuning v2、谷歌SPoT|Prompt可以超过精调了吗? | 2021-10-19 18:54:10 |
31 | 哈工大|15种NLP数据增强方法总结与对比 | 2021-10-11 18:48:30 |
32 | 谷歌UDG|Prompt新用法,直接生成训练数据 | 2021-09-23 22:04:55 |
33 | Instruction Tuning|谷歌Quoc V.Le团队提出又一精调范式 | 2021-09-08 12:09:49 |
34 | Sentence-T5|谷歌提出文本表示新SOTA | 2021-08-24 18:05:08 |
35 | Prompt范式第二阶段|Prefix-tuning、P-tuning、Prompt-tuning | 2021-08-17 19:14:06 |
36 | Prompt范式的缘起|Pattern-Exploiting Training | 2021-08-06 12:59:15 |
37 | 业界总结|搜索中的Query理解 | 2021-07-28 13:13:12 |
38 | ERNIE3.0 Demo试玩,被卷到了 | 2021-07-08 09:44:34 |
39 | 43页预训练模型综述(清华、复旦、人大) | 2021-06-16 20:14:09 |
40 | ConSERT|用对比学习做NLP都有哪些坑? | 2021-06-07 13:06:25 |
41 | 盘点文本相关性在搜索、广告、推荐三大场景中的应用 | 2021-04-27 12:53:51 |
42 | 21个经典深度学习句间关系模型|代码&技巧 | 2021-03-17 18:00:55 |
43 | 深度学习文本分类模型综述+代码+技巧 | 2021-02-03 19:04:38 |
44 | 2021年NLP入门书籍推荐|理论&实践 | 2021-01-07 09:52:05 |
45 | GPT-2的信息泄漏问题 | 2020-12-17 19:58:31 |
46 | 自监督对比学习(Contrastive Learning)综述+代码 | 2020-12-08 19:53:24 |
47 | BERT-flow:CMUx字节提出的文本表示新SOTA | 2020-11-28 18:36:34 |
48 | CCKS20参会小结:知识图谱在工业界的落地 | 2020-11-19 19:14:45 |
49 | 如何用对比学习提升BERT?斯坦福+Facebook的最新力作 | 2020-11-07 20:54:02 |
50 | BERT模型蒸馏完全指南(原理/技巧/代码) | 2020-11-04 13:37:39 |
51 | Bort: 亚马逊最新4层小模型,效果超越BERT-large | 2020-10-22 13:19:25 |
52 | Cross-Thought:微软为文本表示打造的全新预训练任务 | 2020-10-10 09:43:42 |
53 | 关于校招Offer选择的一些建议 | 2020-10-09 12:07:33 |
54 | 谷歌pQRNN:轻量级文本分类模型 | 2020-10-02 18:14:57 |
55 | ACL2020奇葩论文标题大赏 | 2020-07-18 14:08:53 |
56 | DynaBERT:动态伸缩训练 | 2020-05-22 18:38:21 |
57 | Arxiv每日论文小工具 | 2020-05-07 00:10:02 |
58 | FastBERT:又快又稳的推理提速方法 | 2020-04-09 12:14:33 |
59 | BatchNorm在NLP任务中的问题与改进 | 2020-04-07 22:55:20 |
60 | 谈谈我对ELECTRA源码放出的看法 | 2020-03-12 23:08:01 |
61 | 神经网络分布式训练、混合精度训练、梯度累加…一文带你优雅地训练大型模型 | 2020-03-02 11:36:25 |
62 | 一文搞懂NLP中的对抗训练FGSM/FGM/PGD/FreeAT/YOPO/FreeLB/SMART | 2020-01-20 18:50:03 |
63 | 结构剪枝:要个4层的BERT有多难? | 2019-11-22 18:51:07 |
64 | ELECTRA: 超越BERT, 19年最佳NLP预训练模型 | 2019-11-02 11:54:27 |
65 | NLP极简数据增强+源码 | 2019-10-29 10:04:22 |
66 | Google T5速读 | 2019-10-24 21:38:42 |
67 | BERT句子表示的可视化 | 2019-10-22 18:05:55 |
68 | Google ALBERT原理讲解 | 2019-09-27 21:07:50 |
69 | 一文搞懂神经网络混合精度训练 | 2019-09-26 13:31:20 |
70 | 英伟达Fastertransformer源码解读 | 2019-09-03 19:49:29 |
71 | 神经网络模型Inference推理速度优化 | 2019-08-18 00:12:54 |
72 | NLP基础模型之词向量 | 2019-07-15 21:17:25 |
73 | 深度神经网络模型蒸馏Distillation | 2019-07-03 11:20:12 |
74 | TF XLNet源码解读 | 2019-06-26 19:29:40 |
75 | Google XLNet原理解读 | 2019-06-21 22:50:17 |
76 | 神经网络分布式训练 | 2019-06-10 21:05:09 |
77 | BERT生成式之UNILM解读 | 2019-06-07 23:46:37 |
78 | BERT生成式之MASS解读 | 2019-05-31 23:34:05 |
79 | ELMo/GPT/BERT对比 | 2019-04-22 20:57:03 |
80 | OpenAI GPT2原理解读 | 2019-02-20 23:37:08 |
81 | MT-DNN原理解读 | 2019-02-16 14:44:45 |
82 | Tensorflow版BERT中文模型踩坑总结 | 2018-12-06 20:21:35 |
83 | NLP分词算法深度综述 | 2018-11-24 16:20:38 |
84 | You May Not Need Attention详解 | 2018-11-03 20:49:17 |
85 | 【NLP】Google BERT模型原理详解 | 2018-10-13 15:15:01 |
86 | Universal Transformers原理解读 | 2018-09-16 15:02:11 |
87 | 【NLP】Transformer模型原理详解 | 2018-09-14 19:52:21 |
88 | NLP中的Attention原理和源码解析 | 2018-09-01 15:50:38 |
89 | NLP之语言模型和迁移学习 | 2018-08-21 21:01:24 |
介绍: 公众号:Coggle数据科学,《机器学习算法竞赛实战》作者,一对一学习指导,可私信我。 数据算法竞赛爱好者,国内竞赛方案最佳分享者,目前已获得五冠六亚一季的成绩。 2022,WSDM-xmRec cup,亚军 2020,腾讯广告算法大赛,冠军 2020,TIANCHI-数字中国创新大赛-智慧海洋建设,冠军 2019,TIANCHI-全球数据智能大赛【赛场二】,亚军 2019,TIANCHI-安泰杯–跨境电商智能算法大赛,冠军 2019,腾讯广告算法大赛,冠军 2019,KDD Cup: Context-Aware Multi-Modal Transportation Recommendation,亚军 2018,科大讯飞营销算法大赛,冠军 2019,TIANCHI-OGeek算法挑战赛,亚军 2019,JDATA-用户对品类下店铺的购买预测,亚军 2019,第四届魔镜杯大赛数据应用大赛,亚军 2019,TIANCHI-全球城市AI挑战赛,季军。
序号 | 佳作 | 时间 |
---|---|---|
1 | 时隔两年!我的《机器学习算法竞赛实战》英文版 在Springer 发布啦! | 2023-12-13 15:57:56 |
2 | 深入理解推荐系统:微软xDeepFM原理与实践 | 2022-06-21 11:31:28 |
3 | 深入理解推荐系统:大厂如何进行CTR增量训练 | 2022-06-21 11:27:38 |
4 | 深入理解推荐系统:阿里DIN原理与实践 | 2022-06-21 11:23:17 |
5 | 深入理解推荐系统:CTR平滑问题 | 2022-06-21 11:18:37 |
6 | 2022 WSDM-Xmrec:跨境电商推荐挑战赛题方案 | 2022-06-21 11:11:31 |
7 | GraphEmbedding实战系列:Node2vec原理与代码实战 | 2022-06-21 11:07:11 |
8 | 深入理解推荐系统:如何多种业务场景合并建模 | 2022-06-21 11:02:56 |
9 | 科大讯飞:电信客户流失预测赛方案 | 2022-06-21 10:54:15 |
10 | 我的新书「机器学习算法竞赛实战」,专注竞赛 | 2021-09-25 23:46:54 |
11 | 冠军10w美金 ! ! ! 备战2021腾讯广告算法大赛最新指南 | 2021-03-02 16:21:02 |
12 | 消费金融场景下的用户购买预测【冠军方案】分享 | 2021-02-06 01:29:45 |
13 | Kaggle知识点:文本相似度计算方法 | 2021-02-06 01:22:37 |
14 | Kaggle知识点:类别特征处理 | 2021-02-06 01:13:48 |
15 | Kaggle知识点:缺失值处理 | 2021-02-05 16:39:46 |
16 | 深入理解推荐系统:超长用户行为序列建模 | 2020-12-14 23:33:53 |
17 | 机器学习中“距离与相似度”计算汇总 | 2020-12-14 23:24:03 |
18 | 时序预测竞赛之异常检测算法综述 | 2020-12-14 23:03:13 |
19 | 数据竞赛之常见数据抽样方式 | 2020-12-10 18:00:15 |
20 | 深入理解推荐系统:特征交叉组合模型演化简史 | 2020-10-29 11:03:30 |
21 | 深入理解推荐系统:推荐系统中的attention机制 | 2020-10-29 09:36:42 |
22 | 2020腾讯广告算法大赛方案分享(亚军) | 2020-08-16 00:21:03 |
23 | 2020腾讯广告算法大赛方案分享(冠军) | 2020-08-05 00:06:28 |
24 | 深入理解推荐系统:Fairness、Bias和Debias | 2020-07-23 14:53:24 |
25 | 厦门国际银行 “数创金融杯”数据建模大赛-冠军分享 | 2020-06-22 13:49:01 |
26 | 竞赛总结:天池OGeek算法挑战赛 | 2020-06-18 00:38:52 |
27 | 2020腾讯广告算法大赛:高分进阶 | 2020-06-07 09:43:41 |
28 | 2020腾讯广告算法大赛:如何突破分数瓶颈? | 2020-05-24 12:59:32 |
29 | 2020腾讯广告算法大赛:赛题理解与解题思路 | 2020-05-16 00:49:30 |
30 | 深入理解推荐系统:排序 | 2020-05-07 00:04:15 |
31 | 2020 KDD Cup:Debiasing phase4 baseline 0.25 | 2020-05-04 10:56:16 |
32 | 冠军7w美金,2020腾讯广告算法大赛正式开始!!! | 2020-04-15 17:17:46 |
33 | KDD Cup 2020 推荐系统赛道—数据分析 | 2020-04-10 00:09:21 |
34 | 备战2020腾讯广告算法大赛:武功秘籍 | 2020-04-06 18:54:58 |
35 | 深入理解推荐系统:召回 | 2020-04-01 21:01:44 |
36 | 深入理解YouTube推荐系统算法 | 2020-03-24 01:26:01 |
37 | 深入理解XGBoost:分布式实现 | 2020-03-15 00:55:23 |
38 | 基于GNN的图表示学习及其应用 | 2020-03-14 22:09:50 |
39 | 天池-安泰杯跨境电商智能算法大赛分享(冠军) | 2020-01-03 11:38:53 |
40 | 一文梳理2017腾讯广告算法大赛决赛方案 | 2019-12-05 00:45:21 |
41 | 2019CCF-BDCI-乘用车细分市场销量预测方案(Top1%) | 2019-11-25 22:17:00 |
42 | TIANCHI-全球数据智能大赛【赛场二】算法赛方案分享(亚军) | 2019-10-29 21:48:59 |
43 | 一文梳理2019年腾讯广告算法大赛冠军方案 | 2019-10-07 23:51:29 |
44 | 一文总结机器学习常见知识点 | 2019-10-07 21:56:37 |
45 | CCF乘用车细分市场销量预测-0.63模型框架 | 2019-09-13 20:44:36 |
46 | CCF乘用车细分市场销量预测baseline(0.51+) | 2019-08-27 10:48:40 |
47 | 【震惊】2019腾讯广告算法大赛-冠军代码复盘解析 | 2019-08-21 09:33:50 |
48 | 这两年:我的数据竞赛之路 | 2019-08-17 00:18:40 |
49 | GNN 系列(三):GraphSAGE | 2019-08-09 10:13:18 |
50 | GNN 系列(二):图神经网络的“开山之作”GCN模型 | 2019-08-05 08:13:48 |
51 | GNN 系列(一):Graph 基础知识介绍 | 2019-08-01 13:08:08 |
52 | 拍拍贷第四届魔镜杯大赛-冠亚季军方案梳理 | 2019-08-01 00:46:40 |
53 | 第四届魔镜杯大赛数据应用大赛方案分享(亚军) | 2019-07-23 00:46:22 |
54 | TIANCHI安泰杯 —跨境电商智能算法大赛Baseline | 2019-07-18 10:34:31 |
55 | 2019腾讯广告算法大赛方案分享(冠军) | 2019-07-14 13:43:28 |
56 | 2019腾讯广告算法大赛-冠军之路 | 2019-07-09 03:07:48 |
57 | 2019JDATA-用户对品类下店铺的购买预测方案及代码分享(亚军) | 2019-07-02 21:59:14 |
58 | 2019腾讯广告算法大赛方案分享(初赛冠军) | 2019-06-25 14:39:51 |
59 | 2019腾讯广告算法大赛初赛分享-Part3(冠军篇) | 2019-05-23 13:34:56 |
60 | 2019腾讯广告算法大赛入门-Part2(初赛生存篇) | 2019-05-11 17:42:16 |
61 | 2019腾讯广告算法大赛入门-Part1(竞赛小白晋升之路) | 2019-04-25 16:35:40 |
62 | TIANCHI-全球城市计算挑战赛-完整方案及关键代码分享(季军) | 2019-04-13 14:23:27 |
63 | DF消费者人群画像—信用智能评分方案分享(top5) | 2019-04-13 12:20:55 |
64 | 2019腾讯广告算法大赛开始报名啦! | 2019-03-26 11:17:02 |
65 | TIANCHI全球城市计算AI挑战赛baseline | 2019-03-21 23:28:37 |
66 | TIANCHI-津南数字制造算法挑战赛【赛场一】基本分析&Baseline | 2018-12-31 18:55:13 |
67 | TIANCHI天池-OGeek算法挑战赛分享及完整代码(亚军) | 2018-12-03 12:02:08 |
68 | 2018 CCF《套餐个性化匹配模型》(亚军)分享 | 2018-12-03 00:12:37 |
69 | JDD2018-人口动态普查与预测baseline0.1417 | 2018-11-22 21:09:09 |
70 | TF-IDF与余弦相似度 | 2018-11-18 01:22:08 |
71 | JDATA如期而至-用户购买时间预测Rank9 | 2018-10-29 18:50:02 |
72 | 2018科大讯飞AI营销算法大赛总结及完整代码(冠军) | 2018-10-27 16:15:55 |
73 | 天池-OGeek算法挑战赛Baseline(0.7016) | 2018-10-11 12:38:42 |
74 | 2018科大讯飞AI营销算法大赛Baseline0.4255 | 2018-09-20 00:02:55 |
75 | 2018腾讯广告算法大赛总结/0.772229/Rank11 | 2018-06-13 14:16:24 |
76 | IJCAI-18 阿里妈妈搜索广告转化预测总结( 29 / 0.13939 ) | 2018-05-20 02:06:43 |
77 | 机器学习/数据挖掘面试总结 | 2018-03-29 14:59:28 |
78 | 机器学习面试干货精讲 | 2018-02-15 22:52:24 |
79 | 数论及数论四大定理 | 2018-02-06 01:52:13 |
80 | 动态规划问题总结 | 2018-02-05 00:36:39 |
81 | 机器学习进阶:我的竞赛之路 | 2018-01-09 21:00:23 |
82 | 特征选择 | 2018-01-09 19:04:08 |
83 | LDA线性判别分析 | 2018-01-05 21:41:54 |
84 | 判别模型与生成模型 | 2018-01-05 14:53:23 |
85 | 模型选择之交叉验证 | 2018-01-04 20:17:51 |
86 | 奇异值分解(SVD)原理 | 2018-01-04 14:24:44 |
87 | 集成学习概述 | 2018-01-01 17:51:07 |
88 | PCA主成分分析学习总结 | 2017-12-28 15:41:23 |
介绍: 公众号:播播笔记(推荐算法),吾之(生活思考),在不堪一击的现实里还孤行一意地保有百无一用的浪漫主义;欢迎关注公众号:播播笔记 (推荐算法相关) ,吾之 (生活体验)。
序号 | 佳作 | 时间 |
---|---|---|
1 | 大模型 | meta2024 wukong: 推荐模型本身如何做大 | 2024-04-15 00:00:02 |
2 | 粗排|三塔: 缺交叉就补交叉 | 2024-04-04 08:38:37 |
3 | 特征交叉 | autoInt: 将attention运用于交叉 | 2024-03-05 22:59:30 |
4 | 粗排系列汇总 | 2024-02-07 19:03:50 |
5 | 粗排|基于整个推荐链路看粗排 | 2024-01-28 13:40:01 |
6 | 《围城》:为什么方鸿渐桃花运不断 | 2023-10-15 23:08:47 |
7 | 多场景多目标系列总结 | 2023-10-03 16:10:23 |
8 | 多场景多目标 | 多场景模块基于POSO思路 | 2023-10-03 15:55:53 |
9 | 特征交叉 | 业界方法实际应用与思考总结 | 2023-08-16 19:47:31 |
10 | 值得去一次的地方 | 2023-08-16 09:18:55 |
11 | 特征交叉 | CAN: LR思路巧用MLP后重获活力 | 2023-07-31 21:28:13 |
12 | 多场景多目标 | [快手2023]PEPNet 模型如何做到大而全 | 2023-07-22 21:44:32 |
13 | 多场景 | 基于独立建模的信息融合 | 2023-07-22 10:26:10 |
14 | 损失函数 | weighted log loss: 基于交叉熵分类损失实现回归问题 | 2023-07-01 11:21:24 |
15 | 损失函数: triplet loss | 2023-06-24 11:10:02 |
16 | 损失函数:focal loss | 2023-06-23 13:41:57 |
17 | 损失函数:交叉熵损失 | 2023-06-18 12:32:21 |
18 | 损失函数:常用的分类和回归损失 | 2023-06-17 16:51:47 |
19 | 去海口可以玩什么 | 2023-06-11 11:38:18 |
20 | 多目标模型结构如何一步步从简到繁 | 2023-04-29 12:35:39 |
21 | 多目标 | 样本权重: DTP以结果反馈为导向双管齐下 | 2023-04-22 11:21:07 |
22 | 多目标 | 样本权重:概览 | 2023-04-16 15:28:39 |
23 | 《围城》:人会在生活里找到生活的逻辑 | 2023-04-09 19:02:52 |
24 | 《围城》:命运偏爱地给了方鸿渐一段爱情 | 2023-04-08 22:31:44 |
25 | 多目标 | 模型结构: (AAAI2023)FDN引入约束做特征分解,缓解负迁移 | 2023-04-05 18:56:24 |
26 | 多目标 | 模型结构: PLE显式细化expert表征 | 2023-04-04 22:36:16 |
27 | 多场景 | 联合建模: star结构在参数层面拆分与融合 | 2023-04-02 19:31:19 |
28 | 损失函数:模型学习的指挥棒 | 2023-03-31 21:53:24 |
29 | 多场景 | 联合建模: mmoe拆分信息表征 | 2023-03-19 14:43:28 |
30 | 多目标 | 模型结构: MMoE实际应用,改进必不可少 | 2023-03-18 14:43:30 |
31 | 多目标 | 模型结构:MMoE开辟新方向 | 2023-03-15 23:56:30 |
32 | 多目标 | 模型结构: ESM2细化目标依赖路径 | 2023-03-13 22:39:45 |
33 | 多目标 | 模型结构: ESMM从目标关系出发 | 2023-03-12 23:04:08 |
34 | 多目标汇总 | 2023-03-11 10:17:50 |
35 | 多场景 | 联合建模: bias tower另起炉灶学习场景信息 | 2023-03-09 00:34:41 |
36 | 多场景 | 联合建模: 巧用poso gate强化场景信息 | 2023-03-07 00:47:18 |
37 | 多场景 | 联合建模: hard-share未必不行 | 2023-03-05 16:39:03 |
38 | 多场景系列汇总 | 2023-03-05 16:24:56 |
39 | 多场景建模 | 概览 | 2023-03-04 15:39:19 |
40 | 长序列建模 | ETA: 端到端建模实现目标一致性 | 2023-02-25 08:18:29 |
41 | 长序列建模 | SIM: 朴素的往往是有效的 | 2023-02-15 22:31:10 |
42 | 特征交叉 | xDeepFM: 站在DeepFM和DCN的肩膀上 | 2023-01-19 20:23:42 |
43 | 特征交叉 | DCN-m: 显式高阶特征交叉进阶版 | 2023-01-14 09:50:31 |
44 | 特征交叉 | DCN-v: 显式高阶特征交叉不是梦 | 2023-01-07 20:43:43 |
45 | 特征交叉 | DCN系列:解放高阶交叉的人工设计 | 2023-01-07 19:31:15 |
46 | BN有效性分析及其应用 | 2023-01-03 09:58:27 |
47 | 一文读懂Batch Normalization | 2022-12-31 11:07:25 |
48 | 神经网络基础知识汇总 | 2022-12-31 11:04:35 |
49 | 推荐基础知识汇总 | 2022-12-31 10:58:41 |
50 | 用户行为序列建模汇总 | 2022-12-31 10:47:26 |
51 | 特征交叉方法汇总 | 2022-12-31 10:40:59 |
52 | 特张交叉 | DeepFM: 绕不开的业界强base | 2022-12-19 13:51:13 |
53 | 特征交叉 | PNN: product层实现特征交叉 | 2022-12-19 13:38:02 |
54 | 特征交叉 | FNN和NFM: FM与DNN输入的结合 | 2022-12-17 11:13:44 |
55 | 特征交叉 | FwFM和AFM: 显式特征交叉权重精细化 | 2022-12-11 21:36:01 |
56 | 特征交叉 | FFM: 显式特征交叉按域精细化 | 2022-12-08 21:54:42 |
57 | 特征交叉 | FM:embedding化特征交叉鼻祖 | 2022-12-03 14:09:55 |
58 | 特征交叉:wide&deep开启DNN模型特征交叉时代 | 2022-11-29 22:57:17 |
59 | 用户行为长序列建模MIMN方法和思考 | 2022-11-19 20:08:23 |
60 | 过拟合-dropout原理和在模型中多种应用 | 2022-11-06 19:01:51 |
61 | 用户行为长序列建模SDM方法 | 2022-10-29 20:52:01 |
62 | 用户行为长序列建模概览 | 2022-10-29 20:36:31 |
63 | AUC离线和在线表现不一致问题:两个维度 | 2022-10-16 15:40:54 |
64 | 用户行为序列建模din系列方法总结 | 2022-10-01 13:11:02 |
65 | 用户行为序列建模dsin方法 | 2022-09-30 22:08:28 |
66 | 用户行为序列建模dien方法 | 2022-09-24 16:18:41 |
67 | 用户行为序列建模din方法和实际应用 | 2022-09-11 11:43:55 |
68 | 用户行为序列建模self attention和具体实现 | 2022-09-06 23:52:53 |
69 | 用户行为序列建模概览 | 2022-08-24 21:52:32 |
70 | 多目标样本权重-DTP和不确定性加权 | 2022-08-08 20:25:35 |
71 | 多目标样本权重-GradNorm和DWA原理详解和实现 | 2022-07-16 13:27:26 |
72 | POSO方法的实际应用和分析思考 | 2022-07-01 22:11:25 |
73 | 用户冷启POSO论文详读 | 2022-06-26 19:55:18 |
74 | 多目标模型结构PLE详解和效果分析 | 2022-06-18 17:42:13 |
75 | 多目标模型结构-MMoE和实际应用思考 | 2022-06-10 21:49:22 |
76 | 多目标模型结构-ESMM和ESM2 | 2022-06-04 19:14:19 |
77 | 推荐中多目标的必要性和实现思路 | 2022-05-14 12:40:15 |
78 | 激活函数选择和具体应用以及相关面试题 | 2022-05-03 09:16:49 |
79 | 深入理解深度学习中常见激活函数 | 2022-05-01 20:20:17 |
80 | ctr模型特征交叉结构总结与业务应用和思考 | 2022-04-16 22:26:55 |
81 | 特征交叉 | 从曾将的王者LR开始 | 2022-03-04 16:05:37 |
82 | 一句话理解tensorflow中的乘法 | 2022-02-25 18:54:59 |
83 | 如何防止过拟合(1)-正则化 | 2022-02-20 15:28:52 |
84 | 从偏差方差角度理解过拟合 | 2022-02-06 19:56:13 |
85 | 如何计算AUC | 2022-01-28 16:31:01 |
86 | 什么是好的推荐,重新理解AUC | 2022-01-22 13:27:55 |
87 | 为什么需要推荐 | 2022-01-16 15:35:17 |
88 | 写在前面 | 2022-01-16 15:28:14 |
介绍: 小小又大大的梦想,小小又大大的梦想。
介绍: https://github.com/sliderSun,https://blog.csdn.net/weixin_37947156。
介绍: 九天惊雷撼乾坤,一指破空九万里,一位篮球爱好者。
序号 | 佳作 | 时间 |
---|---|---|
1 | 挑战 Transformer:全新架构 Mamba 详解 | 2024-02-28 17:44:37 |
2 | Sora技术报告——世界模拟器 | 2024-02-17 22:19:11 |
3 | 假如GPT-4目前只能解决人类任务的10%,GPT-5应该是15%或者20% | 2024-01-21 21:04:45 |
4 | 深入浅出ChatGPT:技术原理一探究竟 | 2024-01-20 20:49:14 |
5 | RoPE外推优化——支持192K上下文长度 | 2024-01-19 20:38:38 |
6 | 群魔乱舞:MoE大模型详解 | 2024-01-15 21:05:42 |
7 | 再论大模型位置编码及其外推性 | 2023-12-29 23:20:21 |
8 | 大模型混合精度训练 | 2023-12-22 19:15:59 |
9 | 如何构建自己的大模型(万字长文) | 2023-12-21 11:38:53 |
10 | 用户序列建模 | 2023-12-01 18:02:38 |
11 | 大模型轻量级微调(LoRA):训练速度、显存占用分析 | 2023-11-09 21:53:40 |
12 | 一文读懂Llama 2(从原理到实战) | 2023-08-30 20:09:45 |
13 | LLaMa-1 技术详解 | 2023-08-08 19:15:58 |
14 | 大模型文本生成——解码策略(Top-k & Top-p & Temperature) | 2023-08-04 19:10:29 |
15 | 十分钟读懂旋转编码(RoPE) | 2023-08-01 18:52:37 |
16 | Sparse Transformer | 2023-07-15 23:28:57 |
17 | 6年推荐系统经验总结——「推荐系统技术原理与实践」 | 2023-07-03 16:13:22 |
18 | 清华大学通用预训练模型:GLM | 2023-06-17 20:16:34 |
19 | 循环神经网络详解(RNN/LSTM/GRU) | 2023-06-13 21:16:42 |
20 | 压缩即智能:为什么 ChatGPT 拥有智能? | 2023-06-02 20:12:29 |
21 | 谷歌大模型指令微调:The Flan Collection | 2023-05-31 14:51:51 |
22 | 大模型CoT(思维链)总结 | 2023-05-13 21:14:31 |
23 | 大模型微调实践:ChatGLM-6B全参数微调 | 2023-05-08 19:49:43 |
24 | 大模型微调总结 | 2023-05-08 15:59:14 |
25 | LORA:大模型轻量级微调 | 2023-04-21 17:58:02 |
26 | ChatGPT技术原理解析 | 2023-03-31 20:52:49 |
27 | OpenAI ChatGPT(四):十分钟读懂 GPT-3 | 2023-03-25 19:32:34 |
28 | GPT-4技术文档 | 2023-03-16 18:36:09 |
29 | OpenAI ChatGPT(三):Tensorflow实现GPT-2 | 2023-03-14 21:17:17 |
30 | OpenAI ChatGPT(三):十分钟读懂 GPT-2 | 2023-03-14 18:32:03 |
31 | OpenAI ChatGPT(二):Tensorflow实现GPT-1 | 2023-02-15 17:26:01 |
32 | OpenAI ChatGPT(二):十分钟读懂 GPT-1 | 2023-02-09 20:45:42 |
33 | ChatGPT Is All you Need | 2023-02-04 21:43:02 |
34 | OpenAI ChatGPT(一):Tensorflow实现Transformer | 2023-02-03 20:55:02 |
35 | OpenAI ChatGPT(一):十分钟读懂 Transformer | 2023-01-28 00:04:49 |
36 | 十分钟读懂Stable Duffision | 2023-01-20 21:00:06 |
37 | 十分钟读懂Diffusion:图解Diffusion扩散模型 | 2023-01-18 19:03:44 |
38 | 爆火的ChatGPT,到底怎么样? | 2022-12-29 20:44:06 |
39 | AIGC爆火的背后——扩散模型DDPM浅析 | 2022-12-11 00:10:56 |
40 | AIGC爆火的背后——对抗生成网络GAN浅析 | 2022-11-04 19:14:25 |
41 | 长序列建模(二):美团SDIM(Sampling-based Deep Interest Modeling)模型 | 2022-09-02 20:17:26 |
42 | 阿里ETA模型——实践篇 | 2022-08-21 20:07:02 |
43 | 长序列建模(一):阿里ETA(End-to-end Target Attention)模型 | 2022-07-28 20:05:56 |
44 | SIGIR2022:阿里多任务学习最新论文ESCM2 | 2022-06-09 18:36:04 |
45 | 多场景建模 | 2021-12-17 16:30:26 |
46 | 【总结】推荐系统——精排篇【3】DIN/DIEN/BST/DSIN/MIMN/SIM/CAN | 2021-11-14 18:29:53 |
47 | 【总结】推荐系统——精排篇【2】WDL/DCN/DCN-v2 | 2021-11-14 13:19:41 |
48 | 【总结】推荐系统——精排篇【1】FM/FFM/GBDT+LR/MLR | 2021-11-13 21:21:44 |
49 | 元学习在推荐系统中的应用 | 2021-11-12 19:31:58 |
50 | 【总结】推荐系统中知识蒸馏应用 | 2021-05-16 15:41:44 |
51 | 知识蒸馏在推荐系统中的应用 | 2021-04-22 16:27:54 |
52 | 【总结】推荐系统——召回篇【4】 | 2021-03-19 21:41:33 |
53 | 【总结】推荐系统——召回篇【3】 | 2021-03-09 20:52:33 |
54 | 【总结】推荐系统——召回篇【2】 | 2021-03-01 19:45:10 |
55 | 【总结】推荐系统——召回篇【1】 | 2021-02-21 22:29:45 |
56 | 推荐系统中的用户留存优化 | 2021-02-08 17:05:35 |
57 | SIGIR2020最佳论文:如何消除推荐系统中的曝光偏差 | 2020-12-23 21:04:12 |
58 | 多目标学习在推荐系统的应用(MMOE/ESMM/PLE) | 2020-11-14 04:25:24 |
59 | 模型的参数初始化 | 2020-04-26 20:40:48 |
60 | RALM: 实时Look-alike 算法在微信看一看中的应用 | 2020-01-20 10:52:22 |
61 | 回顾阿里经典CTR预估模型DIN | 2020-01-17 15:23:22 |
62 | 深度学习中激活函数总结 | 2020-01-10 18:26:35 |
63 | 回顾Google经典CTR预估模型WDL | 2020-01-03 21:53:46 |
64 | 回顾阿里经典CTR预估模型MLR | 2020-01-01 13:59:27 |
65 | 回顾阿里经典CTR预估模型:MLR(mixed logistic regression) | 2019-12-31 17:07:07 |
66 | 2019年度总结:深度学习在推荐系统中的应用 | 2019-12-26 23:10:00 |
67 | 有趣的证明 | 2019-12-13 16:09:49 |
68 | 推荐系统论文DSIN:Deep Session Interest Network | 2019-12-12 22:29:10 |
69 | 推荐系统论文:Behavior Sequence Transformer | 2019-12-09 20:33:42 |
70 | 行列式点过程DPP在推荐系统中的应用(续) | 2019-12-06 15:17:41 |
71 | 行列式点过程DPP在推荐系统中的应用 | 2019-12-05 22:08:58 |
72 | 深度学习中Batch Normalization和Dice激活函数 | 2019-08-19 18:44:15 |
73 | LR训练优化-稀疏特征过滤 | 2018-12-09 17:57:16 |
74 | 优先队列的使用 | 2018-11-04 20:26:19 |
75 | 阿里论文《Deep Interest Evolution Network》 | 2018-09-25 18:21:53 |
介绍: 化学本,计算机博。私信不看,有问题付费咨询。,微信Houye93 公众号:【图与推荐】,有问题欢迎值乎。。
介绍: 微信公众号:Microstrong,大规模分布式算法工程师,欢迎关注微信公众号【Microstrong】,我写过4年Android代码,了解前端、熟悉后台,现在主要的研究兴趣是机器学习、深度学习、推荐系统、自然语言处理等相关内容,喜欢分享在学习过程中的读书、思考笔记。欢迎加我微信:Microstrong_AI,一起学习交流进步! 我的CSDN博客:https://microstrong.blog.csdn.net/ 我的GitHub地址:https://github.com/Microstrong0305。
序号 | 佳作 | 时间 |
---|---|---|
1 | AUC详解与Python实现 | 2023-09-02 20:08:18 |
2 | 涨点利器:推荐系统中对双塔模型的各种改造升级 | 2023-01-28 16:06:11 |
3 | 推荐系统在工业界的N+1条实战经验 | 2022-02-11 00:33:00 |
4 | 变分自编码器(VAEs)在协同过滤中的应用论文精读 | 2021-10-04 16:07:51 |
5 | KDD’2018 Best Paper-Embedding技术在Airbnb实时搜索排序中的应用 | 2021-09-18 23:01:32 |
6 | YouTube采样修正的双塔模型论文精读 | 2021-05-31 02:16:17 |
7 | 深度学习中的知识蒸馏技术(下)-知识蒸馏与推荐系统 | 2021-03-22 00:26:14 |
8 | 深度学习中的知识蒸馏技术 | 2021-01-19 01:51:52 |
9 | 多目标学习在推荐系统中的应用 | 2020-11-06 22:17:16 |
10 | BERT4Rec:使用Bert进行序列推荐 | 2020-10-15 01:36:02 |
11 | BERT模型精讲 | 2020-07-05 02:51:45 |
12 | From Static Embedding to Contextualized Embedding | 2020-06-21 14:10:27 |
13 | 一张图搞懂《从Word Embedding到Bert模型—自然语言处理中的预训练技术发展史》 | 2020-06-11 19:58:28 |
14 | 基于知识图谱和图卷积神经网络的应用和开发 | 2020-06-07 19:28:36 |
15 | 深度学习推荐系统中各类流行的Embedding方法(下) | 2020-05-23 18:07:21 |
16 | 深度学习推荐系统中各类流行的Embedding方法(上) | 2020-05-11 01:02:33 |
17 | Doc2vec原理解析及代码实践 | 2020-04-25 00:10:26 |
18 | Embedding技术在房产推荐中的应用 | 2020-04-19 23:51:29 |
19 | 深入浅出Word2Vec原理解析 | 2020-03-26 22:49:23 |
20 | 智能推荐算法在直播场景中的应用 | 2020-03-14 23:00:10 |
21 | XLNet详解 | 2020-03-07 22:00:53 |
22 | NLP的任务 | 2020-02-27 00:33:31 |
23 | 从BERT到ALBERT | 2020-02-23 01:02:29 |
24 | 从Transformer到BERT模型 | 2020-02-21 19:05:16 |
25 | Self-Attention与Transformer | 2020-02-19 19:52:23 |
26 | 词向量与ELMo模型 | 2020-02-16 23:34:20 |
27 | 深入理解CatBoost | 2020-02-10 19:34:14 |
28 | 2019已结束,2020再出发 | 2020-01-12 22:22:53 |
29 | 一张图搞懂《推荐系统技术演进趋势:从召回到排序再到重排》 | 2020-01-08 01:02:20 |
30 | 深入理解LightGBM | 2020-01-04 21:19:46 |
31 | 深入理解XGBoost | 2019-12-22 02:04:11 |
32 | 深入理解GBDT多分类算法 | 2019-11-27 21:15:16 |
33 | 深入理解GBDT二分类算法 | 2019-11-14 02:07:18 |
34 | 对数损失函数 | 2019-11-01 13:34:02 |
35 | 深入理解GBDT回归算法 | 2019-10-26 02:58:41 |
36 | 梯度提升(Gradient Boosting)算法 | 2019-10-13 04:29:21 |
37 | 深入理解提升树(Boosting tree)算法 | 2019-10-01 04:42:28 |
38 | Regression Tree 回归树 | 2019-09-16 02:05:19 |
39 | 机器学习中的判别式模型和生成式模型 | 2019-08-25 16:39:01 |
40 | 《生成式对抗网络GAN的研究进展与展望》论文笔记 | 2019-08-15 01:24:39 |
41 | 一张图搞懂《GAN万字长文综述》 | 2019-08-14 22:37:44 |
42 | 2019秋招算法岗复盘 | 2019-07-07 22:48:56 |
43 | 基于随机森林的电信用户流失模型 | 2019-05-17 16:40:49 |
44 | 理解LSTM网络 | 2019-04-30 12:24:53 |
45 | 带师妹轻松过笔试 | 2019-02-26 20:41:53 |
46 | 聊天机器人的各种架构剖析 | 2019-01-18 20:56:49 |
47 | 机器学习在自动驾驶(计算机视觉)中的案例分析 | 2019-01-17 23:25:52 |
48 | 如何给文章自动生成摘要 | 2019-01-11 10:35:52 |
49 | 我的2018年总结 | 2019-01-04 17:42:23 |
50 | 深度学习中的注意力机制 | 2018-12-25 21:26:24 |
51 | 卷积神经网络(CNN)综述 | 2018-12-11 16:26:48 |
52 | 循环神经网络(RNN) | 2018-11-03 22:59:11 |
53 | Code2Pix-用于图形用户界面的深度学习编译器 | 2018-11-01 12:14:50 |
54 | 美团大脑智享生活 | 2018-10-24 22:33:34 |
55 | Linux基本操作(一) | 2018-10-08 17:27:59 |
56 | EM算法详解 | 2018-07-31 21:25:33 |
57 | 贝叶斯分类器 | 2018-07-27 01:25:39 |
58 | 对Dilated Convolution理解 | 2018-07-12 22:31:44 |
59 | 卷积神经网络中感受野的详细介绍 | 2018-07-08 12:06:45 |
60 | 偏差(Bias)与方差(Variance) | 2018-07-04 13:25:52 |
61 | 深度学习优化方法-AdaGrad | 2018-06-20 21:25:00 |
62 | 深度学习中Dropout原理解析 | 2018-06-18 21:56:30 |
63 | 主成分分析(PCA)原理详解 | 2018-06-08 22:00:45 |
64 | 机器学习中SVD总结 | 2018-05-20 15:23:32 |
65 | 分类中解决类别不平衡问题 | 2018-05-10 20:21:59 |
66 | 用Tensorflow构建一个神经网络 | 2018-05-04 15:57:47 |
介绍: CDA持证人,推荐算法说书人~公众号:推荐道,如果有问题咨询,请走“付费咨询”渠道,谢谢理解支持。。
序号 | 佳作 | 时间 |
---|---|---|
1 | 新年杂感:从4号坦克谈到大模型与NFT | 2024-02-19 09:57:43 |
2 | 《互联网大厂推荐算法实战》出版上架了! | 2024-01-05 09:15:17 |
3 | 大步向前:评Google针对推荐场景改进的Adagrad算法 | 2023-10-16 16:23:53 |
4 | 忽冷忽热:简评腾讯的Cold & Warm Net | 2023-09-27 14:57:04 |
5 | 简评Airbnb基于多任务学习的搜索算法Journey Ranker | 2023-09-08 09:43:52 |
6 | 似曾相识:评阿里促销季CVR预估算法HDR | 2023-09-04 07:22:33 |
7 | Fresh Attention: 评Google的多通道物料冷启算法 | 2023-09-01 11:53:42 |
8 | 个性化目标权重:简评Pinterest的TransAct | 2023-08-25 06:04:04 |
9 | 禁止摸鱼:简评用户长期兴趣召回模型PinnerFormer | 2023-08-24 06:51:31 |
10 | 似曾相识:谈Google CDN长尾物料推荐 | 2023-08-23 05:59:08 |
11 | 脚踏实地:来自Google的企业级推荐算法实践 | 2023-06-02 16:30:50 |
12 | 授人以渔:学算法,我是如何记笔记的? | 2023-05-19 07:22:28 |
13 | 《互联网大厂推荐算法实战》思维导图福利 | 2023-05-10 11:43:46 |
14 | 互联网大厂的这些推荐算法面试题,你都能答上来吗? | 2023-05-08 08:42:45 |
15 | 《互联网大厂推荐算法实战》上线啦! | 2023-04-23 08:59:12 |
16 | 《互联网大厂推荐算法实战》的目录 | 2023-03-28 12:47:12 |
17 | 一桥飞架双塔:腾讯“虚拟内核”双塔 | 2022-08-22 08:04:04 |
18 | 再见Attention:建模用户长期兴趣的新范式 | 2022-07-12 11:48:47 |
19 | 三问阿里的TDM召回 | 2022-06-29 16:03:46 |
20 | 一文搞懂Approximate Softmax:从公式到代码 | 2022-06-15 07:55:09 |
21 | 算法周报:再思考PDN与DC-GNN | 2022-05-25 11:51:47 |
22 | 推荐算法遇到后悔药:评蚂蚁的ESCM2模型 | 2022-05-17 16:10:56 |
23 | 算法周报220510:Online Learning怎么才能学了不忘 | 2022-05-11 10:36:08 |
24 | 动态权重:推荐算法的新范式 | 2022-04-19 08:49:12 |
25 | 日久见人心:论建模用户长期兴趣的几种姿势 | 2022-04-08 08:45:14 |
26 | 新手福利!数据科学面试中的回家作业 | 2022-03-25 21:32:04 |
27 | 重温经典之ps-lite源码解析(4):实现分布式FM | 2022-02-15 14:35:51 |
28 | 重温经典之ps-lite源码解析(3):顾客、工人和服务器 | 2022-02-15 14:23:57 |
29 | 重温经典之ps-lite源码解析(2):邮局和邮车 | 2022-02-15 14:16:06 |
30 | 重温经典之ps-lite源码解析(1):基础 | 2022-02-15 12:43:06 |
31 | 授人以渔:分享我的算法学习经验 | 2022-01-28 20:46:04 |
32 | 初来乍到:帮助新用户冷启的算法技巧 | 2022-01-18 11:19:57 |
33 | 刀功:谈推荐系统特征工程中的几个高级技巧 | 2021-12-22 20:08:52 |
34 | 先入为主:将先验知识注入推荐模型 | 2021-12-08 18:01:43 |
35 | 少数派报告:谈推荐场景下的对比学习 | 2021-11-21 16:08:52 |
36 | 久别重逢话双塔 | 2021-11-02 10:24:49 |
37 | 万变不离其宗:用统一框架理解向量化召回 | 2021-01-19 12:32:13 |
38 | FM:推荐算法中的瑞士军刀 | 2021-01-10 10:12:12 |
39 | 四化大业:论算法工程师的自我修养 | 2021-01-02 15:42:14 |
40 | 推荐算法的”五环之歌” | 2020-12-13 18:56:19 |
41 | 阿里ESAM:用迁移学习解决召回中的样本偏差 | 2020-12-10 14:14:05 |
42 | 无中生有:论推荐算法中的Embedding思想 | 2020-11-29 19:24:20 |
43 | 知识图谱上的双塔召回:阿里的IntentGC模型 | 2020-11-25 20:50:13 |
44 | Google PPRGo: 两分钟分类千万节点的最快GNN | 2020-11-17 17:44:30 |
45 | 亲兄弟明算账:快速了解阿里的M2GRL模型 | 2020-11-11 18:42:05 |
46 | PinSAGE有伴了! 快速了解PinnerSAGE模型 | 2020-11-10 20:07:27 |
47 | GraphSAGE+FM+Transformer强强联手:评微信的GraphTR模型 | 2020-11-08 15:08:23 |
48 | PinSAGE召回模型及源码分析(3):PinSAGE模型及训练 | 2020-11-06 15:06:58 |
49 | PinSAGE召回模型及源码分析(2):数据管道 | 2020-11-06 14:54:37 |
50 | PinSAGE 召回模型及源码分析(1): PinSAGE 简介 | 2020-11-06 14:49:36 |
51 | 负样本为王:评Facebook的向量化召回算法 | 2020-07-29 17:28:39 |
52 | 再评Airbnb的经典Embedding论文 | 2020-07-21 15:21:27 |
53 | 一图胜千言: 解读阿里的Deep Image CTR Model | 2019-02-19 10:48:32 |
54 | 也评Deep Interest Evolution Network | 2019-01-14 18:28:33 |
55 | 用NumPy手工打造 Wide & Deep | 2018-12-24 14:53:50 |
56 | 走马观花Google TF-Ranking的源代码 | 2018-12-15 15:32:53 |
57 | 看漫画学强化学习 | 2018-12-05 19:33:09 |
58 | 学习Airbnb是如何将”业务”与”算法”结合的 | 2018-11-16 15:27:44 |
59 | 看Google如何实现Wide & Deep模型(3) | 2018-11-01 20:38:56 |
60 | 用TensorFlow实现支持多值、稀疏、共享权重的DeepFM | 2018-10-30 20:18:00 |
61 | 看Google如何实现Wide & Deep模型(2.2) | 2018-10-29 21:03:52 |
62 | 看Google如何实现Wide & Deep模型(2.1) | 2018-10-29 20:55:25 |
63 | 看Google如何实现Wide & Deep模型(1) | 2018-10-21 16:10:44 |
64 | 看Youtube怎么利用深度学习做推荐 | 2018-10-15 21:12:14 |
介绍: 公众号【Coggle数据科学】,数据挖掘/计算机视觉从业者 数据竞赛爱好者。
序号 | 佳作 | 时间 |
---|---|---|
1 | 优化预测速度 部署ML模型的7个要点 | 2023-01-07 15:41:45 |
2 | Python知识点:调试和优化代码 | 2022-09-02 06:32:39 |
3 | 时序资料汇总:模型和常见库对比 | 2022-08-12 17:53:46 |
4 | 60种特征工程操作:使用自定义聚合函数 | 2022-07-13 15:51:08 |
5 | Kaggle知识点:XGBoost迭代读取数据集 | 2022-06-27 11:22:16 |
6 | 从0学习CV:科大讯飞神经影像疾病预测 | 2022-06-23 11:34:32 |
7 | 竞赛总结:CHIP2020医学命名实体识别 | 2022-06-23 10:32:59 |
8 | 科大讯飞活跃竞赛汇总(推荐/NLP/CV) | 2022-06-23 10:28:34 |
9 | Kaggle知识点:缺失值处理方法 | 2021-10-26 23:19:00 |
10 | 薅羊毛 Colab使用外部数据的7种方法! | 2021-09-13 13:23:34 |
11 | 拉通对齐 梳理Kaggle竞赛组合拳! | 2021-09-10 07:13:36 |
12 | Kaggle时间序列比赛汇总 | 2021-09-10 07:09:54 |
13 | 竞赛总结:Kaggle外星信号搜索 | 2021-08-26 21:18:37 |
14 | Kaggle知识点:深度学习代码规范 | 2021-08-14 10:54:31 |
15 | Pytorch Debug指南:15条重要建议 | 2021-08-14 10:48:30 |
16 | NeurIPS 2021 比赛汇总 | 2021-07-31 11:35:13 |
17 | Kaggle知识点:40个Linux资源查看命令 | 2021-07-13 10:15:37 |
18 | Kaggle从零到实践:使用Word2Vec和BILSTM识别Quora重复提问 | 2021-07-11 09:43:33 |
19 | 如何一小时杀入天池OCR比赛前排? | 2021-07-10 16:38:19 |
20 | Kaggle从零到实践:Bert中文文本分类 | 2021-07-09 08:46:52 |
21 | 竞赛总结:Kaggle Shopee多模态检索 | 2021-05-21 09:48:05 |
22 | 竞赛总结:Kaggle HuBMAP肾小球比赛 | 2021-05-14 08:45:37 |
23 | ICCV 2021竞赛汇总 | 2021-05-12 14:20:06 |
24 | Kaggle知识点:内存优化方法 | 2021-03-25 06:55:38 |
25 | 竞赛总结:京东AI时尚挑战赛 | 2021-03-13 10:36:24 |
26 | CVPR 2021 竞赛汇总 | 2021-03-05 21:02:43 |
27 | Treelite:树模型部署加速工具(支持XGBoost、LightGBM和Sklearn) | 2021-01-27 21:14:36 |
28 | Coggle一周年:与竞赛爱好者一路同行 | 2020-12-17 02:19:44 |
29 | CCF贝壳房产聊天问答匹配高分思路 | 2020-11-25 23:26:59 |
30 | 你应该知道的LightGBM各种操作! | 2020-10-19 20:54:51 |
31 | SMP2020微博情绪分类比赛总结 | 2020-10-11 18:52:28 |
32 | KDD Cup历年比赛介绍合集 | 2020-10-06 23:24:44 |
33 | 打包带走,竞赛必备的NLP库 | 2020-09-25 21:39:34 |
34 | 竞赛总结:Cornell Birdcall比赛复盘 | 2020-09-25 20:49:02 |
35 | DCIC算法分析赛完整方案分享 | 2020-09-14 19:44:43 |
36 | Kaggle知识点:入门到进阶的10个问题 | 2020-09-05 13:02:09 |
37 | 算法分析赛:从数据中挖掘价值,72万奖金,DCIC 2020 大数据赛道来了! | 2020-09-03 23:19:10 |
38 | 竞赛总结:Kaggle SIIM-ISIC比赛复盘 | 2020-08-24 11:52:09 |
39 | 竞赛总结:海南大数据创新算法赛 | 2020-08-11 23:40:13 |
40 | 竞赛总结:新冠期间饿了么骑士行为预估 | 2020-07-25 07:52:10 |
41 | Kaggle年度竞赛:谷歌地标检索 | 2020-07-15 04:13:57 |
42 | Kaggle知识点:时序数据与Embedding | 2020-05-27 19:02:20 |
43 | 零基础入门CV赛事:赛题介绍与Baseline | 2020-05-23 00:03:26 |
44 | Kaggle知识点:数据分析EDA | 2020-05-17 10:34:47 |
45 | Kaggle知识点:Adversarial Validation | 2020-04-24 21:21:37 |
46 | Kaggle知识点:数据扩增方法 | 2020-04-18 18:47:17 |
47 | 视频版权检测优胜解决方案 | 2020-04-05 20:18:11 |
48 | Kaggle Bengali 比赛完整总结 | 2020-03-27 14:39:38 |
49 | 数据竞赛2019年度年鉴发布(250页竞赛方案独家呈现) | 2020-02-18 19:37:57 |
50 | DCIC 2020-天池智慧海洋建设算法赛:独家Baseline! | 2020-01-06 17:41:25 |
51 | DataFountain | 工件负荷率预测冠军分享 | 2020-01-01 10:24:53 |
52 | 爱可可推荐!关于竞赛思路,方法和代码实践,Datawhale数据竞赛Baseline开源分享! | 2019-12-15 20:21:43 |
53 | FFmpeg视频抽帧那些事 | 2019-10-11 17:35:26 |
54 | 【竞赛分享】首届中诚信征信比赛冠军MOMO总结 | 2019-09-22 18:10:40 |
55 | 阿水总结的数据竞赛Tricks | 2019-09-14 12:44:10 |
56 | Pandas常见的性能优化方法 | 2019-09-07 20:26:01 |
57 | 阿水TopLine比赛开源-带你上TOP5 | 2019-08-31 17:01:08 |
58 | 【竞赛分享】VideoNet视频内容识别挑战赛 | 2019-08-24 16:09:41 |
59 | 【竞赛总结】从Quick Draw看图像分类比赛 | 2019-08-17 17:56:45 |
60 | 【竞赛分享】第三届阿里云安全赛季军-0day | 2019-08-10 14:40:13 |
61 | 【竞赛分享】JDATA绝对语义识别挑战赛-季军 | 2019-08-03 17:38:18 |
62 | 【竞赛分享】TinyMind人民币面值及编码识别-第五名 | 2019-07-27 11:37:20 |
介绍: 机器学习,蘑菇街VP,WeShop全球化。
序号 | 佳作 | 时间 |
---|---|---|
1 | WeShop 2023秋冬季客户案例精选 | 2024-02-19 16:41:27 |
2 | 我们发布了WeShop商拍1.5版—-分享一些最近的思考 | 2024-02-05 20:28:10 |
3 | 以WeShop为例尝试回答一些经常被问的AIGC产品业务问题 | 2023-07-29 18:18:38 |
4 | 谈谈做WeShop过程中对AIGC产品的一些思考—-写在WeShop正式版上线 | 2023-05-31 12:53:45 |
5 | 和大家汇报下我们电商AI模特产品WeShop beta版本开放测试 | 2023-05-13 23:54:47 |
6 | 电商数字模特生成技术实践分享 | 2023-04-14 17:18:07 |
7 | 应用视角下ChatGPT背后的关键技术讨论 | 2023-02-26 20:31:01 |
8 | Diffusion Models导读 | 2022-12-14 12:51:07 |
9 | MakeItTalk之Speech Content分支训练总结 | 2022-01-07 14:46:07 |
10 | 关于talking face generation两篇论文解读 | 2021-11-07 17:42:50 |
11 | 电商直播流量分配算法优化总结 | 2020-07-06 21:05:00 |
12 | 强烈推荐一个播放几十万的B站机器学习UP主shuhuai008 | 2019-09-20 18:48:48 |
13 | 如果你恰好对春秋战国感兴趣,大概没有比这更好的入门书了 | 2019-08-24 22:49:42 |
14 | 如果你恰好对春秋战国感兴趣,大概没有比这更好的入门书了 | 2019-08-14 23:35:16 |
15 | 以youtube的RL论文学习如何在推荐场景应用RL | 2019-08-10 14:39:43 |
16 | 电商多目标优化小结 | 2019-08-02 20:20:29 |
17 | 知乎机器学习精华整理【持续更新-7.31】 | 2019-07-31 18:34:28 |
18 | 建了个新专栏 | 2019-07-18 22:09:02 |
19 | 强化学习入门简述 | 2019-04-29 13:20:21 |
20 | 入门推荐:只用numpy 200行python代码撸一个玩具DNN | 2019-01-22 22:57:30 |
21 | 2018年读过的书(非技术) | 2019-01-22 08:56:50 |
22 | 2018我的深度学习应用落地元年 | 2019-01-03 19:58:37 |
23 | 乱弹机器学习评估指标AUC | 2018-12-21 11:32:06 |
24 | 记在2018杭州Google GDG上的分享 | 2018-11-26 13:11:28 |
25 | 推荐一个非常优秀的深度学习教程:斯坦福CS231n | 2018-11-22 22:50:58 |
26 | 一个值得讨论的问题:word2vec与SVD/LSA等的关系 | 2018-11-16 18:59:39 |
27 | 不一样的论文解读2018 KDD best paper: Embeddings at Airbnb | 2018-11-13 14:19:04 |
28 | 谈谈机器学习算法相关配套系统 | 2018-11-09 08:19:45 |
29 | Github上7k+星的Pytorch教程和2w+星的tensorflow教程推荐 | 2018-11-06 22:54:27 |
30 | 算法工程师又不只是工程师 | 2018-11-01 19:27:19 |
31 | 读《枪炮、病菌和钢铁》 | 2018-10-15 18:25:16 |
32 | NLP应用之智能会话机器人(BOT)技术综述 | 2018-10-08 20:41:09 |
33 | 论算法工程师首先是个工程师之深度学习在排序应用踩坑总结 | 2018-09-12 00:07:20 |
34 | 为腾讯开源的PS平台Angel打call | 2018-08-21 18:29:49 |
35 | AUC和线上点击率指标不一致问题分析 | 2018-08-20 20:16:41 |
36 | 一个有意思的话题:A/B测试的理论基础 | 2018-08-17 22:46:34 |
37 | 基于深度学习的电商服饰搭配推荐实践讨论 | 2018-07-31 17:45:49 |
38 | Tensorflow实践问题总结系列一 | 2018-07-15 08:42:50 |
39 | NLP入门课程推荐:斯坦福cs224N | 2018-06-22 20:17:02 |
40 | 大规模特征构建实践总结 | 2018-05-31 20:34:07 |
41 | 搜索下拉框的算法和实践 | 2018-05-09 17:29:51 |
42 | 在线学习(Online Learning)导读 | 2018-05-04 13:05:19 |
43 | 写在校招季,谈谈互联网公司机器学习从业者的Offer选择 | 2018-04-21 09:42:17 |
44 | 神经网络基础 | 2018-04-19 23:57:36 |
45 | Embedding向量召回在蘑菇街的实践 | 2018-04-10 12:33:52 |
46 | 换个角度谈谈优秀的机器学习团队 | 2018-01-31 14:02:59 |
47 | 2017年专栏总结及展望 | 2018-01-04 17:57:36 |
48 | 试玩RNN | 2017-11-30 18:33:29 |
49 | 基于spark大规模LR模型调优总结 | 2017-11-22 20:43:51 |
50 | 计算广告学&专有名词 | 2017-07-21 10:09:52 |
51 | 蘑菇街推荐工程实践 | 2017-07-20 18:07:24 |
52 | 基于深度学习的图像搜索系统 | 2017-07-19 17:59:37 |
53 | 电商搜索广告召回匹配 | 2017-07-12 21:02:17 |
54 | 美丽联合(蘑菇街)业务升级下的机器学习应用 | 2017-05-03 10:09:17 |
介绍: 广告/推荐 Engineering Manager,广告/推荐, Engineering Manager, 主页http://wzhe.me, 知乎专栏/微信公众号:王喆的机器学习笔记。
介绍: 公众号:「深度学习自然语言处理」,小小NLPer~,不做螺丝钉,学以致用撒~。
介绍: 一个爱跳舞 的程序猿,建议尽量不要私信我,极有可能漏看。 有疑问可在文章下评论,我看到了会回复的~谢谢~。
序号 | 佳作 | 时间 |
---|---|---|
1 | 吴恩达来信:智能体设计模式3:工具使用 | 2024-04-04 11:34:05 |
2 | 吴恩达来信: 智能体设计模式2:Reflection | 2024-03-28 11:50:19 |
3 | 吴恩达来信:智能体如何优化LLM性能 | 2024-03-21 12:00:17 |
4 | 吴恩达来信:低数据重力下的发展 | 2024-03-14 11:20:33 |
5 | 吴恩达来信:AI智能体的黎明时刻 | 2024-03-07 20:01:06 |
6 | 吴恩达来信:Python包的管理难题 | 2024-02-29 14:55:06 |
7 | 吴恩达来信:AI企业家们的三个主题 | 2024-02-22 15:06:00 |
8 | 吴恩达来信:大型语言模型变成商品会怎么样? | 2024-02-12 13:08:17 |
9 | 吴恩达来信:这个世界需要智能 | 2024-02-05 11:16:41 |
10 | 吴恩达:席卷世界经济论坛的AI议题 | 2024-01-26 11:24:07 |
11 | 吴恩达来信:实现AGI的最简单方法 | 2024-01-22 17:03:24 |
12 | 吴恩达来信:纽约时报与OpenAI和微软的版权较量 | 2024-01-05 13:29:29 |
13 | 吴恩达来信:迎接2024的变与不变 | 2024-01-01 20:11:49 |
14 | 吴恩达来信:蓬勃发展的LLM | 2023-12-04 12:20:24 |
15 | 吴恩达来信:勇敢发声,为AI发展助力! | 2023-11-23 17:10:08 |
16 | 吴恩达:AI Fund建立初创公司的小心得 | 2023-09-18 11:52:12 |
17 | 吴恩达来信:学习AI for Good, then do good! | 2023-09-07 17:17:19 |
18 | 吴恩达来信:很久以前,LLMs…… | 2023-08-31 12:11:12 |
19 | 吴恩达来信:多了解LLMs一点吧~ | 2023-08-24 13:52:31 |
20 | 吴恩达来信:基于LLMs构建应用程序的小tips | 2023-08-17 17:01:09 |
21 | 吴恩达来信:LLMs能否理解世界? | 2023-08-10 20:06:24 |
22 | 吴恩达来信:将一项工作分解为多个任务 | 2023-08-03 14:22:44 |
23 | 吴恩达来信:加注水印的利与弊 | 2023-07-27 18:28:48 |
24 | 吴恩达来信:进一步完善AI相关版权法 | 2023-07-21 10:05:48 |
25 | 吴恩达来信:快速构建,悉心调试 | 2023-07-13 13:40:13 |
26 | 吴恩达来信:基于提示的开发在加速 | 2023-07-10 17:00:14 |
27 | 吴恩达来信:关于AI监管 | 2023-06-29 17:06:12 |
28 | 吴恩达来信:AI的民主化 | 2023-06-15 12:52:59 |
29 | 吴恩达来信:吴老师喊你上课啦! | 2023-06-01 11:51:11 |
30 | 吴恩达来信:更“省”数据的大型预训练模型 | 2023-05-29 12:13:50 |
31 | 吴恩达来信:超越测试集——prompting改变了机器学习 | 2023-05-18 19:05:21 |
32 | 吴恩达来信:LLMs的美好未来 | 2023-04-21 11:14:50 |
33 | 吴恩达来信: 以合法和公平的方式向前发展 | 2023-04-07 12:44:05 |
34 | 吴恩达来信:此GPT非彼GPT | 2023-03-31 10:35:20 |
35 | 吴恩达来信:持续推动AGI发展 | 2023-03-24 11:28:53 |
36 | 吴恩达来信:风浪面前,团结就是力量! | 2023-03-16 13:05:15 |
37 | 吴恩达来信:区别人工智能生成与人类生成 | 2023-03-09 16:23:24 |
38 | 吴恩达来信:LandingLens震撼发布,免费羊毛等你来薅! | 2023-03-02 13:15:51 |
39 | 吴恩达来信:充满希望的chat-based search | 2023-02-23 15:30:04 |
40 | 吴恩达来信:ChatGPT很酷,RL也很酷 | 2023-02-16 13:20:19 |
41 | 吴恩达来信:合法vs公平 | 2023-02-09 17:04:03 |
42 | 吴恩达来信:靠语言进化的LLMs | 2023-02-02 13:43:21 |
43 | 吴恩达来信:来自LLMs的巨大“威胁”? | 2023-01-19 20:15:20 |
44 | 吴恩达来信:即将绽放的LLMs | 2023-01-12 15:42:34 |
45 | 吴恩达来信:2023人工智能热点展望 | 2023-01-05 11:30:41 |
46 | 吴恩达来信:一起畅想2023及未来吧! | 2022-12-29 15:25:59 |
47 | 吴恩达来信:人工智能的辉煌一年 | 2022-12-23 12:56:05 |
48 | 吴恩达来信:围绕内容审核建立信任并做出权衡 | 2022-12-15 17:10:14 |
49 | 吴恩达来信:建立能够展现不同置信度的模型 | 2022-12-08 18:58:02 |
介绍: 个人公众号: 蘑菇先生学习记 & 某大厂算法工程师。,胜不骄,败不馁。。
介绍: 你所不知道的事,Heil Hydra!嗯。
序号 | 佳作 | 时间 |
---|---|---|
1 | 技术神秘化的去魅:Sora关键技术逆向工程图解 | 2024-03-20 08:45:41 |
2 | Sora能作为物理世界模拟器吗 | 2024-02-27 08:31:36 |
3 | 大模型“涌现现象”存在吗 | 2024-01-11 09:23:20 |
4 | 大语言模型为何拥有智能 | 2023-12-29 08:41:58 |
5 | AIGC优质模型导读:数据为王DALL-E 3 | 2023-11-30 09:34:42 |
6 | 世界的参数倒影:为何GPT通过Next Token Prediction可以产生智能 | 2023-05-28 15:07:48 |
7 | 当前炼制“大语言模型”的两个现象 | 2023-04-16 19:51:04 |
8 | 大语言模型的涌现能力:现象与解释 | 2023-04-12 20:17:37 |
9 | 通向AGI之路:大型语言模型(LLM)技术精要 | 2023-01-09 08:28:15 |
10 | ChatGPT会取代搜索引擎吗 | 2022-12-06 09:39:22 |
11 | 推荐系统排序环节的特征Embedding建模 | 2022-10-14 18:33:04 |
12 | 对比学习视角:重新审视推荐系统的召回粗排模型 | 2021-10-28 19:35:14 |
13 | 利用Contrastive Learning对抗数据噪声:对比学习在微博场景的实践 | 2021-05-09 10:26:26 |
14 | 对比学习(Contrastive Learning):研究进展精要 | 2021-04-24 10:41:59 |
15 | SENet双塔模型:在推荐领域召回粗排的应用及其它 | 2021-03-21 17:56:21 |
16 | 乘风破浪的PTM:两年来预训练模型的技术进展 | 2020-09-20 09:01:54 |
17 | 知识蒸馏在推荐系统的应用 | 2020-05-24 10:04:23 |
18 | 推荐系统中稀疏特征Embedding的优化表示方法 | 2020-05-17 09:49:00 |
19 | 推荐系统技术演进趋势:从召回到排序再到重排 | 2019-12-29 12:11:44 |
20 | 2019人工智能技术发展趋势 | 2019-11-22 21:21:34 |
21 | 对NLP以及推荐系统未来发展趋势的看法 | 2019-08-25 11:02:20 |
22 | XLNet:运行机制及和Bert的异同比较 | 2019-06-22 10:49:56 |
23 | Bert时代的创新(应用篇):Bert在NLP各领域的应用进展 | 2019-06-09 10:31:09 |
24 | FFM及DeepFFM模型在推荐系统的探索 | 2019-06-02 12:19:11 |
25 | Bert时代的创新:Bert应用模式比较及其它 | 2019-05-12 12:17:33 |
26 | 推荐系统召回四模型之二:沉重的FFM模型 | 2019-03-18 07:57:44 |
27 | 关于百度ERNIE及将知识图谱引入Bert | 2019-03-17 11:55:02 |
28 | 推荐系统召回四模型之:全能的FM模型 | 2019-03-03 10:55:41 |
29 | 效果惊人的GPT 2.0模型:它告诉了我们什么 | 2019-02-16 12:01:14 |
30 | 关于“中文字型深度学习模型Glyce+田字格CNN”的个人看法 | 2019-01-31 01:05:25 |
31 | 放弃幻想,全面拥抱Transformer:自然语言处理三大特征抽取器(CNN/RNN/TF)比较 | 2019-01-13 10:08:49 |
32 | 天空之城:拉马努金式思维训练法 | 2018-12-09 10:18:48 |
33 | 从Word Embedding到Bert模型—自然语言处理中的预训练技术发展史 | 2018-11-11 15:00:27 |
34 | 深度学习中的Normalization模型 | 2018-08-28 23:55:15 |
35 | NF:集成人工生命和遗传算法自动发现神经网络最优结构 | 2018-08-16 23:41:48 |
36 | 机器码农:深度学习自动编程 | 2018-07-15 09:39:09 |
37 | Batch Normalization导读 | 2018-06-17 10:12:08 |
38 | 深度学习中的注意力模型(2017版) | 2018-06-02 09:45:57 |
39 | 2017年AI技术前沿进展与趋势 | 2018-05-19 22:27:39 |
介绍: 公众号”缄默笔记”,分享推荐系统学习笔记,
介绍: 公众号:KingJames讲策略,算法出身的策略产品;,1. 专注于策略产品领域,+:MonkeyELuff 进策略产品交流群,定期给大家分享前沿策略知识;公众号:KingJames讲策略;2.《策略产品经理实战培训课程》持续招生中,https://zhuanlan.zhihu.com/p/561585077;。
介绍: 公众号:大猿搬砖简记,学习和职业历程: 会计➡️算法➡️大数据➡️算法 分享这段曲折自学转行路上的学习笔记,希望有相似经验的小伙伴不再孤单。
学习永远是进行时。。
介绍: https://github.com/mli。
序号 | 佳作 | 时间 |
---|---|---|
1 | 用随机梯度下降来优化人生 | 2021-09-26 06:16:37 |
2 | 斯坦福2021秋季新课:实用机器学习 | 2021-08-30 00:45:20 |
3 | 动手学深度学习PyTorch篇直播总结 | 2021-08-26 09:00:01 |
4 | 工作五年反思 | 2021-05-24 13:41:29 |
5 | 动手学深度学习 v2 开课了! | 2021-03-15 06:41:27 |
6 | 《动手学深度学习》中文第二版预览版发布 | 2021-03-09 14:24:09 |
7 | 《动手学深度学习》新增TensorFlow实现 | 2020-07-08 05:28:01 |
8 | 《动手学深度学习》新增PyTorch实现 | 2020-06-05 00:53:44 |
9 | 在伯克利教深度学习 | 2019-05-17 08:18:50 |
10 | GluonCV v0.4:更多更快 | 2019-04-02 13:36:12 |
11 | GluonNLP v0.6: 让可复现的 BERT 模型走到你身边 | 2019-03-20 12:03:47 |
12 | 《动手学深度学习》英文预览版以及伯克利新课程 | 2018-11-29 09:20:52 |
13 | GluonNLP 0.3.3 新功能及重现报告 | 2018-08-07 07:30:17 |
14 | 跨卡同步 Batch Normalization | 2018-07-25 06:12:42 |
15 | GluonCV 0.2 — 计算机视觉工具包第二版 | 2018-06-26 13:41:33 |
16 | GluonNLP — 自然语言处理的深度学习工具包 | 2018-05-11 08:20:06 |
17 | MXBoard — 助力 MXNet 数据可视化 | 2018-04-30 12:49:24 |
18 | GluonCV — 计算机视觉的深度学习工具包 | 2018-04-26 08:10:13 |
19 | 十分钟从 PyTorch 转 MXNet | 2018-04-03 07:47:56 |
20 | 第十七课:GloVe、fastText和使用预训练的词向量 | 2018-01-26 03:12:55 |
21 | 第十六课:词向量(word2vec) | 2018-01-20 08:43:21 |
22 | 第十四课:实现、训练和应用循环神经网络 | 2018-01-04 03:47:31 |
23 | 第十三课:正向传播、反向传播和通过时间反向传播 | 2017-12-23 03:25:48 |
24 | 第七课:物体检测 | 2017-11-03 03:30:35 |
25 | 第六课:优化算法高级和计算机视觉 | 2017-10-26 07:22:25 |
26 | 第五课:Gluon高级和优化算法基础 | 2017-10-20 13:42:29 |
27 | 第四课:BatchNorm,更深的卷积神经网络,Hybridize和新的Kaggle练习 | 2017-10-12 06:47:57 |
28 | 第三课:深度卷积网络,如何使用Gluon,以及核武器购买指南 | 2017-09-22 14:12:08 |
29 | 第二课:过拟合、多层感知机、GPU和卷积神经网络 | 2017-09-14 12:01:07 |
30 | 第一课:从上手到多类分类 | 2017-09-07 08:04:59 |
31 | 机器学习简介 | 2017-09-06 11:32:05 |
32 | 一起动手学习深度学习 | 2017-09-04 10:00:00 |
介绍: 欣赏每一个用逻辑阐述观点的人,不喜欢无论据的情绪输出。,笑一个吧,功成名就不是目的。。
介绍: 一只菜鸡 木有学上,
介绍: 打工人,公众号:后厂村搬砖工,欢迎关注,#打工人 #互联网 #推荐算法。
序号 | 佳作 | 时间 |
---|---|---|
1 | 推荐系统(二十五)序列建模思路梳理 | 2023-03-05 12:02:02 |
2 | 推荐系统(二十四)FM召回思路梳理 | 2023-03-04 22:07:04 |
3 | 推荐系统(二十三)双塔模型优化思路梳理(一) | 2023-02-18 11:40:14 |
4 | 推荐系统(二十二)AutoInt模型小结 | 2023-02-18 09:32:38 |
5 | 推荐系统(二十一)Facebook EBR模型小结 | 2023-01-29 16:29:03 |
6 | 推荐系统(二十)阿里DMR模型小结 | 2023-01-08 20:51:24 |
7 | 推荐系统(十九)京东DMT模型小结 | 2023-01-08 20:18:01 |
8 | 推荐系统(十八)阿里ETA算法 | 2023-01-08 20:05:52 |
9 | 推荐系统(十七)阿里SIM算法 | 2023-01-08 19:59:42 |
10 | 推荐系统(十六)GraphSAGE算法原理小结 | 2022-08-28 10:01:57 |
11 | 推荐系统(十五)蚂蚁SRGA学习笔记 | 2022-08-14 19:05:19 |
12 | 推荐系统(十四)DSIN学习笔记 | 2022-04-23 08:59:25 |
13 | 推荐系统(十三)阿里重排序算法:Personalized Re-ranking for Recommendation | 2022-04-09 17:35:12 |
14 | 推荐系统(十二)微信DFN模型学习笔记 | 2022-03-26 10:18:29 |
15 | 推荐系统(十一)阿里EGES算法学习笔记 | 2022-03-19 09:16:10 |
16 | 推荐系统(十)Google Wide&Deep模型学习笔记 | 2022-03-14 17:43:27 |
17 | 推荐系统(八)腾讯多任务学习模型PLE | 2022-02-28 21:18:55 |
18 | 推荐系统(七)京东DRM论文学习笔记 | 2022-02-26 23:38:46 |
19 | 推荐系统(六)MIND算法学习笔记 | 2022-02-12 12:51:07 |
20 | 推荐系统(五)DCN学习笔记 | 2022-02-08 23:38:00 |
21 | 推荐系统(四)谷歌双塔召回模型学习笔记 | 2022-02-06 23:55:56 |
22 | 推荐系统(三)DIEN算法学习笔记 | 2022-02-02 19:10:32 |
23 | 深度学习(四)GRU学习笔记 | 2022-02-01 20:52:52 |
24 | 深度学习(三)LSTM学习笔记 | 2022-01-31 17:11:27 |
25 | 推荐系统(二)FM算法学习笔记 | 2022-01-30 21:46:12 |
26 | 推荐系统(一)DIN论文学习笔记 | 2022-01-29 16:46:53 |
27 | 深度学习(二)DeepWalk算法原理小结 | 2022-01-28 15:12:45 |
28 | 深度学习(一)循环神经网络:BPTT算法、梯度消失、梯度爆炸 | 2020-07-06 19:05:41 |
介绍: 喜欢数学的算法工程师,码农,欢迎关注我的微信公众号: data_algorithm。
序号 | 佳作 | 时间 |
---|---|---|
1 | 活动推荐|上海交通大学品牌出海&跨境电商研修班第01期 | 2024-04-02 18:17:56 |
2 | 拼多多系列vol.4:Temu与跨境仓配的蛋鸡问题 | 2024-01-04 22:41:52 |
3 | 拼多多系列vol.3:多多买菜的奇袭与青年近卫军的崛起 | 2023-12-19 23:41:22 |
4 | 拼多多系列vol.2:拼多多的内部管理飞轮是怎么运转的? | 2023-12-18 21:33:54 |
5 | 拼多多系列vol.1:百亿补贴的台前幕后 | 2023-12-01 23:33:59 |
6 | 【彼岸花开】Vol.5-从TikTok Shop印尼封禁事件,看东南亚市场的变化与机遇 | 2023-11-28 23:25:28 |
7 | 拼多多的认知盘点一:差异化竞争 | 2023-11-07 23:21:05 |
8 | 黄峥公众号全文 | 2023-07-26 23:06:57 |
9 | 【岗位】国际化Saas产品经理实习生 | 2023-06-13 18:04:51 |
10 | 亚马逊体系解构-优化逻辑 | 2022-10-31 08:19:25 |
11 | 数据挖掘算法工程师-地点杭州 | 2022-10-31 08:14:00 |
12 | 企服思考(2)-SaaS入行的一点记录 | 2022-08-29 21:54:14 |
13 | 算法 + 数据改变电商世界综述(三) | 2022-05-24 08:47:17 |
14 | 算法 + 数据改变电商世界综述(二) | 2022-05-23 08:34:43 |
15 | 算法 + 数据改变电商世界综述(一) | 2022-05-20 08:54:07 |
16 | 推荐系统解构 | 2021-01-09 11:00:24 |
17 | 【五.推荐青铜时代-3】召回模块概述 | 2019-06-29 15:01:01 |
18 | 【五.推荐青铜时代-2】冲突与协调 | 2019-04-24 22:06:50 |
19 | 【五.推荐青铜时代-1】关联与个性化 | 2019-04-22 22:10:47 |
20 | 【四.推荐石器时代-2】马太效应及相关这一时期策略 | 2019-04-21 16:44:04 |
21 | 【四.推荐石器时代-1】前推荐时代 | 2019-04-20 17:06:05 |
22 | 【三.推荐系统的必备要素-2】ABtest框架 | 2019-03-14 23:06:22 |
23 | 【三.推荐系统的必备要素-1】数据 | 2019-02-26 22:15:52 |
24 | 【二.推荐系统评价】什么是好的推荐系统 | 2019-02-23 10:52:50 |
25 | 【一.概述-2】什么样的产品推荐效果明显 | 2019-02-21 22:18:13 |
26 | 【一.概述-1】推荐系统简介 | 2019-02-16 19:02:29 |
27 | 【零.前言】 | 2019-02-16 18:13:33 |
介绍: 开源JioNLP千星作者,公众号JioNLP,数据分析,jionlp团队,微信公众号:JioNLP,开源软件 JioNLP 同名在Github。
序号 | 佳作 | 时间 |
---|---|---|
1 | 傻X的 AI 公司太多,我只看好月之暗面 | 2024-03-04 22:12:37 |
2 | 为什么 OpenAI 能够制作出 GPT 和 Sora? | 2024-02-19 09:53:32 |
3 | 《西游记》本就是一场大型真人秀 | 2024-02-09 21:45:02 |
4 | 计算机视觉算法,难以落地无人机航拍应用,why? | 2024-02-06 19:57:51 |
5 | 从00后整顿职场看2023年出生人口数 | 2024-01-17 22:04:13 |
6 | 花了三周,我又更新了一版开源软件 ffio | 2024-01-16 16:33:52 |
7 | JioNLP 的 2023 年终总结,再立新一年的 flag | 2023-12-30 12:17:33 |
8 | 给大模型LLM评测画一个句号 | 2023-12-11 18:01:55 |
9 | 如何优雅地自动评测 LLM 模型质量 | 2023-11-09 19:03:40 |
10 | 简单预测一下2023年出生人口:847万 | 2023-10-14 23:06:49 |
11 | GPT4 图像理解能力体验 | 2023-10-07 13:57:04 |
12 | 花了两周,我又整了个开源软件 pyFFmpeg | 2023-09-20 16:46:42 |
13 | 炮打学而思的 MathGPT | 2023-08-30 20:08:02 |
14 | 上帝在嘲笑 CEC-IDE | 2023-08-26 23:28:16 |
15 | 大语言模型LLM可以解决数学问题吗? | 2023-08-09 17:28:59 |
16 | 裁员潮下,我拒绝了120万年薪的Offer | 2023-07-19 10:15:58 |
17 | 出一份试题,评测国内各种对标 ChatGPT 的大语言模型(二) | 2023-05-23 14:13:54 |
18 | 出一份试题,评测国内各种对标 ChatGPT 的大语言模型 | 2023-05-04 20:56:11 |
19 | 评价一下国内的类ChatGPT产品 | 2023-03-29 11:03:23 |
20 | ChatGPT、人口出生率与经济危机 | 2023-02-27 22:47:50 |
21 | ChatGPT这么强,会影响NLPer的就业环境吗 | 2023-02-12 16:14:44 |
22 | 避坑一个JIT库numba | 2023-01-11 15:03:42 |
23 | 未来人工智能畅想——从ChatGPT想到的 | 2022-12-12 14:45:21 |
24 | 一文读懂ChatGPT模型原理 | 2022-12-06 14:15:38 |
25 | JioNLP 数据分享,来看看这里有没有你想要的数据集 | 2022-11-29 10:38:47 |
介绍: 厚积薄发,分享互联网技术和成长经验。
序号 | 佳作 | 时间 |
---|---|---|
1 | ChatGPT的朋友们:大语言模型经典论文一次读到吐 | 2023-04-08 15:35:44 |
2 | 电商商品理解:基础概念 | 2022-11-20 17:38:13 |
3 | 电商搜索QP:总结 | 2022-08-19 10:55:26 |
4 | 电商搜索QP:纠错 | 2022-08-10 11:32:49 |
5 | 电商搜索QP:Tagging | 2022-06-25 19:22:15 |
6 | 电商搜索QP:中文分词 | 2022-05-01 21:48:12 |
7 | 电商搜索工程:Rank | 2022-02-07 18:41:03 |
8 | 电商搜索工程:工程架构篇 | 2022-01-03 19:35:52 |
9 | 电商搜索:Query推荐 | 2021-12-19 16:45:40 |
10 | 电商搜索排序:重排 | 2021-12-12 17:35:57 |
11 | 电商搜索排序:精排 | 2021-11-14 20:43:26 |
12 | 电商搜索排序:粗排 | 2021-10-19 22:26:30 |
13 | 因果推断:NLP应用综述 | 2021-10-10 21:39:58 |
14 | 搜索排序-番外:简话模型演进(传统方法) | 2021-10-02 23:53:32 |
15 | 电商搜索排序-番外:特征工程 | 2021-09-23 23:21:01 |
16 | 电商搜索排序:向量召回(下) | 2021-08-25 22:59:08 |
17 | 电商搜索排序:向量召回(上) | 2021-08-11 11:57:42 |
18 | 电商搜索排序:召回 | 2021-08-02 23:46:56 |
19 | 电商搜索排序:总述 | 2021-07-25 21:01:30 |
20 | 电商搜索:相关性匹配 | 2021-02-18 09:32:05 |
21 | 电商搜索QP:Term Weighting | 2021-02-17 16:48:06 |
22 | 电商搜索QP:Query改写 | 2021-02-17 16:42:37 |
23 | 电商搜索QP:Query类目预测 | 2021-02-17 16:35:07 |
介绍: 公众号【Young样说】探索前沿有趣的科技AI见闻,- 清华大学本科电子,博士计算机
- 推荐广告,智能风控,量化交易,AIGC
- 曾任互联网算法专家(2020阿里星)
- 个人编著书籍《Pytorch深度学习入门与实战》《Pytorch高级机器学习实战》。
序号 | 佳作 | 时间 |
---|---|---|
1 | 【2000个红包封面免费领】 | 2024-01-24 13:23:35 |
2 | Yoshua Bengio,埃隆马斯克联名呼吁:暂停AI研究6个月! | 2023-03-29 12:37:24 |
3 | PyTorch高级机器学习算法实战 | 2023-03-07 13:30:29 |
4 | OpenAI推出ChatGPT API,人工智能应用迎来新时代! | 2023-03-02 12:02:18 |
5 | ChatGPT引爆的智能工具风潮,让你的工作生活更高效 | 2023-03-01 23:43:30 |
6 | 不会写简历怎么办?ChatGPT一键帮你生成专业表达方式! | 2023-02-22 18:46:06 |
7 | ChatGPT来了,普通人如何抓住风口?50个精选AI工具网站帮你打开思路! | 2023-02-14 18:16:06 |
8 | AI音频生成模型引爆音乐行业?最新四篇AI音乐生成论文解读 | 2023-02-03 16:45:37 |
9 | Transformer可以读取整个代码库?Jeff Dean团队大规模扩展上下文长度 | 2023-01-31 12:22:15 |
10 | 2022年“神奇”AI论文回顾 | 2022-12-24 23:04:32 |
11 | 对于现在的年轻人而言,小红书的技术类岗位值得去吗? | 2022-09-16 16:59:07 |
12 | 使用AI 生成艺术设计博士论文封面 | 2022-08-30 09:51:52 |
13 | Paper Highlight:为什么基于树的模型在表格数据上仍然优于深度学习? | 2022-07-20 13:07:58 |
14 | 什么是SSIM? | 2022-07-14 09:53:43 |
15 | 扩展Pytorch:加速MixConv算子(三) | 2021-02-24 21:23:26 |
16 | 扩展Pytorch:利用CUDA实现算子(二) | 2021-02-15 21:47:02 |
17 | 扩展Pytorch:实现自定义算子(一) | 2021-02-13 21:36:25 |
18 | 利用Pytorch实现卷积操作 | 2021-02-06 16:46:00 |
19 | 今日对抗样本一则 | 2018-10-29 13:39:39 |
20 | Reproducible ECCV 2018 (More) | 2018-09-15 11:41:13 |
21 | Reproducible ECCV2018 (Oral) | 2018-09-01 11:10:58 |
22 | 今日对抗样本两则 | 2018-03-31 15:04:12 |
23 | 这个世界怎么会有这么多奇怪的羊。。。 | 2018-03-03 11:25:12 |
介绍: 推荐系统,混迹推荐系统的小码农。
序号 | 佳作 | 时间 |
---|---|---|
1 | 推荐系统的计算资源节省问题 | 2020-10-18 06:14:23 |
2 | 推荐系统的去重问题 | 2020-10-11 06:31:07 |
3 | 推荐系统的实时性:生产侧 | 2020-10-04 07:35:16 |
4 | 推荐系统的实时性:用户侧 | 2020-09-27 07:54:00 |
5 | 推荐系统的多样性:内容生态视角 | 2020-09-20 09:01:03 |
6 | 推荐系统的多样性:用户视角 | 2020-09-13 08:20:24 |
7 | 推荐系统的公平性:生产侧 | 2020-09-06 07:41:16 |
8 | 推荐系统的公平性:用户侧 | 2020-08-30 07:09:40 |
9 | 码农的自我修养(三):向上管理 | 2019-12-21 14:58:30 |
10 | 码农的自我修养(二):自我管理 | 2019-12-15 15:34:41 |
11 | 码农的自我修养(一):向下管理 | 2019-12-08 15:42:42 |
12 | 强化学习基础篇: 策略迭代 (Policy Iteration) | 2018-02-25 22:45:24 |
13 | 强化学习基础篇: 价值迭代 (Value Iteration) | 2018-02-24 00:06:52 |
14 | 强化学习基础篇:马尔科夫决策过程 (MDP) | 2018-01-20 15:43:53 |
15 | 解析微软云Azure Decision Service | 2018-01-17 06:56:11 |
16 | 监督学习越来越准,我为什么要写bandit问题 | 2018-01-01 11:11:02 |
17 | Contextual Bandits: Thompson Sampling | 2017-12-28 23:40:11 |
18 | Multi-Armed Bandit: Thompson Sampling | 2017-12-28 10:48:30 |
19 | Contextual Bandits: LinUCB | 2017-12-27 16:55:29 |
20 | Multi-Armed Bandit: UCB (Upper Bound Confidence) | 2017-12-26 15:59:06 |
21 | Multi-Armed Bandit: epsilon-greedy | 2017-12-26 11:53:42 |
22 | 开栏:智能决策系列 | 2017-12-25 00:19:14 |
序号 | 佳作 | 时间 |
---|---|---|
1 | C++中为什么在类模板中不能特化成员函数模板? | 2023-12-18 10:35:44 |
2 | 如何做一个“编译器中立”的C++共享库,彻底解决未定义符号的问题 | 2023-12-11 10:27:48 |
3 | 推荐系统召回模型负采样 | 2023-09-24 20:58:08 |
4 | 你真正理解推荐系统中的协同过滤算法了吗? | 2023-08-30 21:55:22 |
5 | 有哪些能涨两分的推荐算法模型优化技巧? | 2023-08-28 20:46:59 |
6 | SimRank++算法原理解析 | 2023-08-24 14:38:50 |
7 | 推荐系统中的重排算法 | 2023-07-31 22:12:57 |
8 | EasyRec重磅升级:组件化开发深度学习模型 | 2023-07-21 00:10:55 |
9 | 谷歌出品深度学习调参指南详细版 | 2023-07-18 17:15:53 |
10 | 多样化个性化推荐算法:推荐多样性建模 | 2023-07-16 16:57:34 |
11 | 搜索推荐广告业务场景下的流量调控算法 | 2023-07-15 14:23:03 |
12 | 流量调控PID算法调参指南 | 2023-07-13 11:08:32 |
13 | 模型效果上限预估、分类模型Bad Case分析方法 | 2022-10-03 12:00:20 |
14 | 机器学习模型交叉验证脚本 | 2022-09-19 17:59:21 |
15 | 全网最浅显易懂的GBDT(xgboost)算法原理深入剖析 | 2022-09-03 16:30:47 |
16 | 机器学习模型超参数网格搜索脚本 | 2022-08-09 14:42:46 |
17 | 视觉多模态推荐算法综述:从入门到入门 | 2022-06-07 14:35:02 |
18 | 1天学会开发工业级推荐系统的特征工程:保姆级教程 | 2022-06-05 20:05:43 |
19 | 工业级推荐系统中的特征工程 | 2022-05-22 21:04:19 |
20 | 推荐模型离线评测效果好,线上效果却不佳的原因 | 2022-05-06 11:25:14 |
21 | 推荐算法效果不佳时的检查清单 | 2022-03-11 13:25:02 |
22 | 冷启动推荐模型DropoutNet深度解析与改进 | 2022-03-03 10:55:20 |
介绍: 公众号:推荐广告算法小木屋,推荐算法工程师。
序号 | 佳作 | 时间 |
---|---|---|
1 | 推荐系统多目标优化专题(2)—融合公式设计思路 | 2022-04-18 11:41:53 |
2 | 推荐系统多目标优化专题(1)——深入理解推荐系统 | 2022-03-06 23:07:17 |
3 | 双塔召回模型的前世今生(下篇) | 2021-12-07 01:31:08 |
4 | 双塔召回模型的前世今生(上篇) | 2021-11-08 00:55:25 |
5 | nearline(近线)召回在阿里妈妈的实践 | 2021-09-23 23:35:46 |
6 | 《Embedding-based Retrieval in Facebook Search》论文精读 | 2021-08-01 23:04:16 |
7 | 蒸馏技术在推荐模型中的应用 | 2021-07-09 00:49:31 |
8 | 推荐中的多样性与生态建设 | 2021-06-17 20:02:13 |
9 | 推荐系统中的debias算法 | 2021-05-17 01:28:56 |
10 | 借Youtube论文,谈谈双塔模型的八大精髓问题 | 2021-05-01 00:41:05 |
11 | 推荐中的召回算法—总结串讲 | 2021-04-19 02:33:40 |
12 | 召回模型中的负样本构造 | 2021-03-21 01:05:14 |
13 | 推荐算法中的“多目标学习” | 2021-03-12 00:22:41 |
14 | 2021春招与暑期实习,一些感悟与建议【字节内推】 | 2021-03-02 00:34:53 |
15 | 推荐场景中一些反直觉的“坑” | 2021-01-16 22:13:48 |
16 | 业务增长的杀手锏—推荐算法的冷启动 | 2021-01-11 00:58:07 |
17 | 聊聊向量化召回的一些工程经验 | 2021-01-03 00:53:52 |
18 | 推荐系统中的bad case怎么debug | 2020-12-24 23:51:02 |
19 | 推荐场景中,线上线下指标不一致是为啥 | 2020-12-15 00:49:50 |
20 | 向量召回—近邻快速查找算法总结 | 2020-12-14 00:21:53 |
21 | 谈谈推荐算法中的‘trade-off’ | 2020-12-13 23:50:27 |
22 | 谈谈我眼中的“推荐算法” | 2020-12-13 23:46:27 |
介绍: 王哲,广告/推荐/深度学习/NLP,知乎专栏:炼丹实验室,http://freecoder.me。
序号 | 佳作 | 时间 |
---|---|---|
1 | 美团广告最新进展-深度上下文兴趣网络DCIN | 2023-11-13 17:02:59 |
2 | 美团广告平台模型组社招招聘(北京) | 2023-09-19 11:20:21 |
3 | 美团广告平台模型组科研实习生招聘 | 2023-07-11 17:30:27 |
4 | 美团广告平台模型组科研实习生招聘 | 2023-06-07 15:20:04 |
5 | 美团广告平台招聘(校招-北京/上海)求贤若渴 | 2023-04-18 10:43:46 |
6 | 美团广告平台模型组招聘(北京社招)求贤若渴 | 2022-10-11 18:07:48 |
7 | 美团广告平台模型组招聘(校招&社招)求贤若渴 | 2022-08-06 22:54:36 |
8 | 美团广告平台模型组招聘(北京)求贤若渴 | 2022-06-02 20:48:05 |
9 | 阿里广告技术最新突破:全链路联动-面向最终目标的全链路一致性建模 | 2021-09-23 19:29:48 |
10 | 「AI大咖谈」阿里算法专家谈大规模推荐系统粗排层的设计与实现 | 2021-05-10 16:05:08 |
11 | 阿里粗排技术体系与最新进展分享 | 2021-03-09 18:47:19 |
12 | 阿里定向广告最新突破:面向下一代的粗排排序系统COLD | 2020-08-17 01:07:24 |
13 | 阿里妈妈定向广告RANK团队-社招(北京)求贤若渴 | 2019-09-05 23:12:09 |
14 | 阿里妈妈定向广告RANK团队-社招(北京)求贤若渴 | 2019-09-05 22:58:49 |
15 | Character-based Joint Segmentation and POS Tagging for Chinese using Bidirectional RNN-CRF | 2017-04-06 15:20:44 |
16 | 当AI邂逅艺术:机器写诗综述 | 2017-02-04 17:50:26 |
17 | 如何获取最新的深度学习资源 | 2017-01-15 11:46:29 |
18 | Theano调试技巧 | 2017-01-13 01:43:41 |
19 | 深度学习网络调参技巧 | 2017-01-05 00:56:47 |
20 | 深度学习模型使用word2vec向量的方法总结 | 2016-08-15 12:52:55 |
21 | 深度学习网络调试技巧 | 2016-04-23 13:26:14 |
22 | 深度学习网络训练技巧汇总 | 2016-04-18 15:45:37 |
介绍: 互联网风控/风险模型/反洗钱(公众号:风控大鱼),Nothing worth knowing can be taught. 有个公众号:【风控大鱼】。
序号 | 佳作 | 时间 |
---|---|---|
1 | IPQualityScore (IPQS) 如何判断有没有使用代理? | 2024-02-28 14:35:26 |
2 | 设备指纹中所谓的bncode数据到底指啥? | 2024-02-27 17:43:27 |
3 | 跨境洗钱手法全面梳理 —— 跨境到底咋洗钱?资金不出境也能洗? | 2023-10-20 13:34:45 |
4 | 盘一盘支付风控系列(3)—— 大数据技术 | 2023-09-25 13:59:56 |
5 | 一年半支付风控工作复盘 | 2023-08-18 13:37:55 |
6 | 简单又好用的社区划分算法 —— Fast Unfolding | 2023-03-19 12:51:24 |
7 | 盘一盘支付风控系列(2)—— 风险防控技术(万字长文) | 2023-03-02 13:26:36 |
8 | 盘一盘支付风控系列(1)—— 支付风险类型 | 2023-02-25 17:28:46 |
9 | 机器学习在反洗钱中的应用(二) | 2023-01-19 17:46:54 |
10 | 机器学习在反洗钱中的应用(一) | 2023-01-15 16:52:05 |
11 | 反洗钱风控工作术语:AML, KYC, SDD, CDD, EDD 分别是什么? | 2022-08-05 19:35:44 |
12 | 反洗钱术语解读系列(1)—— 宣誓书 (Affidavit) | 2022-05-20 17:16:09 |
13 | 三年半大数据风控工作复盘 | 2022-03-20 19:00:35 |
14 | 常用风控评估指标汇总(混淆矩阵/ 准确率/精确率/召回率/F1值/AUC/ROC/KS/PSI/Lift/Gain等) | 2022-02-08 11:15:16 |
15 | 商业银行风险监管核心指标 | 2021-07-21 10:49:11 |
16 | 【项目总结】贷前评分卡建模全流程指南 | 2021-03-28 19:49:45 |
17 | 评分卡建模工具scorecardpy全解读 | 2021-03-05 11:12:00 |
18 | 大鱼风控笔记 3:量化风控政策的关注点 | 2021-02-20 22:11:07 |
19 | 大鱼风控笔记 2:量化风控体系的实现要求 | 2020-12-16 00:40:37 |
20 | 大鱼风控笔记 1:量化风控体系的风险板块 | 2020-11-12 10:08:54 |
21 | 中小银行二次风控能力建设 | 2020-10-09 16:05:15 |
介绍: 和鲸社区运营,heywhale.com,
序号 | 佳作 | 时间 |
---|---|---|
1 | 50题真 • 一文入门TensorFlow2.x | 2020-03-05 15:44:01 |
2 | 全国人工智能大赛 行人重识别(Person ReID)赛项 季军团队方案分享 | 2020-02-29 13:28:16 |
3 | 全国人工智能大赛 AI+4K HDR赛项 冠军团队方案分享 | 2020-02-28 11:28:01 |
4 | 40题刷爆Keras,人生苦短我选Keras | 2020-01-16 15:36:14 |
5 | 90题细品吴恩达《机器学习》,感受被刷题支配的恐惧 | 2020-01-08 16:50:15 |
6 | 60题PyTorch简易入门指南,做技术的弄潮儿🌊 | 2019-12-25 13:49:57 |
7 | 50题matplotlib从入门到精通 | 2019-12-10 18:00:13 |
8 | 50道练习带你玩转Pandas | 2019-11-28 11:37:25 |
9 | 高校大数据挑战赛Rank2教学“新人如何参加一场数据科学类比赛” | 2019-11-21 15:31:42 |
10 | 比赛方案分享之“莱斯杯”Rank 1 | 2019-11-06 15:03:15 |
11 | 案例分享 | 文科生也能看懂的2019高校大数据挑战赛 Rank 2 案例 | 2019-10-30 14:22:59 |
12 | 机器学习教程【2】 | 2019-10-24 14:34:05 |
13 | 机器学习教程【1】 | 2019-10-17 14:05:22 |
14 | Plotly入门教程 | 2019-10-08 11:07:26 |
15 | 数据处理教程 | 2019-09-24 12:06:13 |
16 | 数据特征分析教程 | 2019-09-17 11:30:07 |
17 | TED演讲数据集探索之可视化分析 | 2019-09-10 10:09:52 |
18 | 如何用K-Lab做机器学习demo? | 2019-08-28 12:37:12 |
19 | 10套练习,教你如何用Pandas做数据分析【6-10】 | 2019-08-15 13:01:32 |
20 | 10套练习,教你如何用Pandas做数据分析【1-5】 | 2019-08-07 10:25:47 |
21 | 100道练习带你玩转Numpy | 2019-08-01 14:09:24 |
介绍: AI 大数据 分布式系统,Colossus, Spanner, IAM, TensorFlow, PaddlePaddle, Recommender System, AI Platform, Mobile AI。
序号 | 佳作 | 时间 |
---|---|---|
1 | 聊聊LM的故事和近况 | 2023-05-21 21:54:46 |
2 | 巨型AI模型背后的分布式训练技术(二) | 2023-05-15 19:06:57 |
3 | Diffusion的Noise, TextAlign, Aesthetic, RLHF思考 | 2023-04-14 19:34:52 |
4 | 语言和视觉生成大模型中数据和模型复杂度的关系 | 2023-03-28 22:10:34 |
5 | AIGC的可控图像编辑 | 2023-02-20 21:16:27 |
6 | 聊聊Diffusion和AIGC | 2022-12-04 21:12:46 |
7 | 深度学习的碳排放、算力,以及可持续性辩论 | 2022-10-07 19:05:44 |
8 | 端上AI体验个性化讨论 | 2022-10-01 15:47:03 |
9 | 整理一些生成模型笔记:Pix2Pix, CLIP, Diffusion Model, Dall-E 2 | 2022-06-12 16:57:14 |
10 | 关于联邦学习的调研总结 | 2022-05-16 11:52:21 |
11 | 聊聊谷歌的超级大模型PaLM: Scaling Language Modeling with Pathways | 2022-04-09 20:48:39 |
12 | 聊聊Jeff新作PATHWAYS: ASYNCHRONOUS DISTRIBUTED DATAFLOW FOR ML | 2022-04-01 21:12:31 |
13 | 回顾6年深度学习的算法实践和演进 | 2022-02-07 12:44:09 |
14 | 关于图灵机,人,人工智能能力边界的思考 | 2022-02-01 09:03:34 |
15 | 自适应AI系统 | 2021-12-31 17:22:50 |
16 | 巨型AI模型背后的分布式训练技术 | 2021-11-07 10:56:30 |
17 | 推荐广告模型的降本提效:压缩策略 | 2021-10-13 21:08:41 |
18 | 关于基于Foundation Model的推荐系统未来的思考 | 2021-09-23 10:04:05 |
19 | 从我开发的深度学习框架看深度学习这几年:TensorFlow, PaddlePaddle(飞桨), 无量 | 2021-04-08 17:00:40 |
20 | 机器学习平台接口设计 | 2021-01-22 20:06:43 |
介绍: 欢迎大家关注公众号《我爱自然语言处理》,做自然语言处理方向,kaggle比赛top1%一共七块奖牌,百度多形态信息抽取top1%,ccks2021因果抽取top11等,完成推荐系统,知识图谱,智能问答系统,信息检索系统,基于elasticsearch的高性能搜索系统,文本语义聚类,中文电子病历信息抽取,疾病风险预警模型,超长文本语义识别等落地项目。。
序号 | 佳作 | 时间 |
---|---|---|
1 | GPT4最大的对手出现了,能否保持不败之地呢? | 2024-03-06 10:38:17 |
2 | GPT4霸主地位终于易主了,OpenAI慌了!!! | 2024-03-05 15:27:58 |
3 | 谷歌deepmind开源Gemma技术报告 | 2024-02-27 15:51:57 |
4 | 怎么阻止大模型说瞎话? | 2024-01-09 16:01:23 |
5 | 谁是大模型的显存救星? | 2023-11-22 23:20:40 |
6 | streaming-llm(无需微调无限扩展大模型输入)论文笔记 | 2023-10-13 11:38:15 |
7 | 【论文笔记】baichuan 2训练报告 | 2023-09-11 19:35:02 |
8 | 大模型中的人工反馈强化学习详解 | 2023-08-24 11:13:54 |
9 | 开源baichuan 7b聊天大模型 | 2023-08-14 16:33:11 |
10 | LLM(大语言模型)部署加速方法 | 2023-07-21 15:44:03 |
11 | LLM模型在公司场景中的应用探索 | 2023-07-06 22:51:55 |
12 | 开源LLM大模型位置编码探索 | 2023-05-22 10:20:56 |
13 | LLM大模型低资源微调p tuning v2和lora区别 | 2023-04-18 16:16:16 |
14 | 构建开放中文聊天生成模型(训练细节和代码开源) | 2023-04-03 16:41:56 |
15 | 动手训练个中文聊天小模型 | 2023-03-21 10:55:17 |
16 | TensorFlow2内存泄漏问题优化 | 2023-03-06 17:21:32 |
17 | 工业界信息抽取之负样本构造 | 2023-02-10 11:32:28 |
18 | chatgpt横空出世引发的一些思考 | 2023-01-25 14:56:53 |
介绍: 在机器学习中欲仙欲死,神经病王子,佛系,网瘾少年。
序号 | 佳作 | 时间 |
---|---|---|
1 | 一文说尽推荐系统的召回模型 | 2022-12-04 15:43:49 |
2 | 推荐算法的离线评价指标综述 | 2022-11-21 00:08:38 |
3 | 优化器综述 | 2022-11-19 17:53:46 |
4 | 激活函数综述 | 2022-11-17 22:12:39 |
5 | 损失函数综述 | 2022-11-16 22:16:17 |
6 | Bootstrap,Bagging与随机森林,Stacking | 2022-11-09 23:41:52 |
7 | 提升树-Adaboost,GBDT,XGBoost,LightGBM | 2022-11-06 22:20:59 |
8 | 决策树-ID3,C4.5,CART | 2022-10-31 00:24:59 |
9 | 凸优化的掌上明珠-回归问题 | 2022-10-29 14:27:07 |
10 | AI的优化起源-凸优化之美 | 2022-10-24 23:07:01 |
11 | 协同过滤算法系列(Collaborative Filtering,Swing,adamic-adar) | 2022-10-21 23:36:04 |
12 | 推荐算法之abtest实验设计 | 2022-10-15 15:42:06 |
13 | 推荐系统的架构-冷启动-召回-粗排-精排-重排 | 2022-10-14 22:23:34 |
14 | 特征工程之离散特征处理 | 2022-10-10 23:20:19 |
15 | 推荐算法的特征工程之连续值特征处理 | 2022-10-09 00:47:01 |
16 | 推荐算法的基石-数据 | 2022-10-03 21:24:26 |
17 | 推荐算法在工业界的应用 | 2022-09-27 23:52:59 |
18 | 推荐系统的历史 | 2022-09-20 22:29:43 |
介绍: 生活、学习、思考和观察世界,自由之精神 独立之思想。
序号 | 佳作 | 时间 |
---|---|---|
1 | RealFormer:Real 简单,Real 有效 | 2020-12-29 12:16:50 |
2 | AdaBelief:一个有“信仰”的优化器 | 2020-12-24 13:19:35 |
3 | 招个NLP算法实习生 | 2020-08-25 10:22:31 |
4 | PPLM: 四两拨千斤,Uber 可控语言生成框架 | 2019-12-09 10:29:47 |
5 | EMNLP 最佳论文解读:来自信息瓶颈的新语言学理论 | 2019-11-12 10:30:03 |
6 | 当我们说到机器“理解”到底在说什么? | 2019-11-06 18:29:12 |
7 | 子词技巧:The Tricks of Subword | 2019-11-05 08:56:01 |
8 | T5 模型:NLP Text-to-Text 预训练模型超大规模探索 | 2019-10-25 11:59:30 |
9 | BERT 瘦身之路:Distillation,Quantization,Pruning | 2019-10-16 08:25:27 |
10 | SemBERT: BERT 的语义知识增强 | 2019-09-09 23:40:52 |
11 | 语言生成:搜索 or 采样,that is the question | 2019-08-28 20:53:20 |
12 | 神经语言生成的非似然训练 | 2019-08-18 18:54:12 |
13 | RoBERTa:高级丹药炼制记录 | 2019-08-06 23:27:44 |
14 | ERNIE 2.0:芝麻街 2.0? | 2019-08-01 08:49:40 |
15 | SpanBert:对 Bert 预训练的一次深度探索 | 2019-07-30 22:01:48 |
序号 | 佳作 | 时间 |
---|---|---|
1 | WWW2024 | GraphPro: 高效融合图预训练和提示微调, 攻克实际动态推荐系统难题 | 2024-03-26 15:29:34 |
2 | PixelRec | 大规模短视频封面图像推荐数据集 | 2024-03-20 14:43:02 |
3 | 推荐新范式 | 以数据为中心的推荐系统 | 2024-03-08 10:57:27 |
4 | LLM-InS: 面向冷启动物品推荐的大语言模型交互模拟器 | 2024-03-01 11:24:49 |
5 | WSDM2024 | Adapter4Rec: 系统探究适配器微调对于可迁移推荐的影响 | 2024-02-28 15:54:00 |
6 | WWW2024推荐系统论文整理,包括大模型/跨域/序列/可信推荐等热门主题 | 2024-02-23 10:16:36 |
7 | ICDE2023推荐系统论文整理 | 2024-02-06 10:48:52 |
8 | MicroLens | 大规模内容驱动短视频推荐数据集 | 2023-12-29 16:19:06 |
9 | AAAI2024推荐系统论文集锦, 包含37篇相关论文及部分开源代码 | 2023-12-24 11:50:41 |
10 | WWW研讨会征稿 | 主题: Recommendation With Generative Models | 2023-12-13 10:05:19 |
11 | ICLR2024推荐系统投稿论文一览 | 2023-11-29 10:23:00 |
12 | NeurlPS2023推荐系统论文集锦 | 2023-11-09 09:01:09 |
介绍: 炒股被抄家的前大厂程序员@不掉发就是胜利。,你好呀,交个朋友。
序号 | 佳作 | 时间 |
---|---|---|
1 | 推荐系统工程(11):主流样本工程方案对比 | 2024-01-13 10:29:53 |
2 | ChatGPT使用-成为全栈工程师初体验 | 2023-05-01 17:13:52 |
3 | 推荐系统(10):样本拼接工程实践 | 2022-12-26 11:31:25 |
4 | 推荐系统(9):特征工程实践与方案总结 | 2022-09-19 18:57:30 |
5 | 推荐系统(8):如何构建序列特征服务 | 2022-05-04 20:18:43 |
6 | 推荐系统(7):特征在线服务设计 | 2022-04-09 18:27:49 |
7 | 推荐系统(6): 特征平台实践与思考 | 2022-03-30 20:57:57 |
8 | 推荐系统(5):粗排工程实践与思考 | 2022-03-02 20:38:07 |
9 | 推荐系统(4):万字长文深入浅出向量检索技术 | 2022-01-27 18:49:08 |
10 | 推荐系统(3):倒排索引在召回中的应用 | 2021-12-13 19:28:37 |
11 | 推荐系统(2):详解曝光去重实践 | 2021-11-28 12:49:39 |
12 | 推荐系统(1): 推荐系统架构 | 2021-11-21 14:09:47 |
介绍: http://happynear.wang/。
序号 | 佳作 | 时间 |
---|---|---|
1 | 特斯拉端到端演示视频分析 | 2024-03-01 12:45:41 |
2 | 远距离LiDAR感知 | 2024-01-31 23:37:08 |
3 | LiDAR R-CNN:一种快速、通用的二阶段3D检测器 | 2021-04-02 09:46:58 |
4 | Label Smoothing分析 | 2020-11-20 17:56:00 |
5 | Cross Entropy Regression | 2020-07-15 21:56:23 |
6 | 被忽略的Focal Loss变种 | 2019-04-13 17:40:28 |
7 | margin的自动化设置 | 2019-04-12 18:44:58 |
8 | Softmax理解之margin | 2018-12-17 17:33:03 |
9 | Softmax理解之Smooth程度控制 | 2018-12-11 10:22:14 |
10 | Softmax理解之二分类与多分类 | 2018-09-26 15:12:44 |
11 | 从最优化的角度看待Softmax损失函数 | 2018-09-25 17:06:05 |
12 | 人脸识别数据集的身份重合问题 | 2017-12-13 14:51:12 |
序号 | 佳作 | 时间 |
---|---|---|
1 | 跟Twitter学推荐系统:开源代码详细解读 | 2023-04-06 10:57:32 |
2 | 五万字综述!Prompt-Tuning:深度解读一种新的微调范式 | 2023-04-02 16:23:31 |
3 | 综述:NLP中的 Human in the Loop | 2023-02-20 11:37:36 |
4 | KDD’22 | 对比学习+知识蒸馏,Bing搜索广告最新利器! | 2022-09-01 20:40:30 |
5 | 电商搜索全链路(PART II)Query理解 | 2022-09-01 20:23:58 |
6 | 从各大顶会看对比学习在句子表征研究进展 | 2022-05-29 13:47:38 |
7 | 电商搜索全链路(一):Overview | 2022-05-08 20:57:47 |
8 | YYDS!对比学习还能这么用? | 2022-04-22 11:39:59 |
9 | 预训练新范式!为什么Prompt会更有效? | 2022-01-17 21:03:00 |
10 | 一篇就够!数据增强方法综述 | 2021-12-09 19:33:50 |
11 | 继续!从顶会论文看对比学习的应用! | 2021-12-03 13:53:18 |
12 | 从 Sentence-BERT 谈句子表征 | 2021-12-01 17:43:42 |
介绍: zepengzhang.com。
序号 | 佳作 | 时间 |
---|---|---|
1 | 【CS224W Lecture 17】Scaling Up Graph Neural Networks | 2021-07-29 20:34:41 |
2 | 【CS224W Lecture 16】Advanced Topics in Graph Neural Networks | 2021-07-29 17:12:34 |
3 | 【CS224W Lecture 14 & 15】Generative Models for Graphs | 2021-07-28 21:53:07 |
4 | 【CS224W Lecture 12 & 13】Subgraph Mining and Community Detection | 2021-07-26 21:41:03 |
5 | 【CS224W Lecture 10 & 11】Reasoning over Knowledge Graphs | 2021-07-22 22:02:22 |
6 | 【CS224W Lecture 8 & 9】Applications of Graph Neural Networks | 2021-07-21 16:50:43 |
7 | 【CS224W Lecture 6 & 7】Graph Neural Networks | 2021-07-21 11:58:12 |
8 | 【CS224W Lecture 5】Message Passing and Node Classification | 2021-07-09 10:23:02 |
9 | 【CS224W Colab0】Introduction of NetworkX and PyTorch Geometric | 2021-07-08 10:22:25 |
10 | 【CS224W Lecture 4】Graph as Matrix: Pagerank, Random walks and Embeddings | 2021-07-07 20:22:06 |
11 | 【CS224W Lecture 3】Node Embeddings | 2021-07-04 21:58:07 |
12 | 【CS224W Lecture 1 & 2】 图机器学习导论 & 传统图机器学习方法 | 2021-06-26 17:22:44 |
序号 | 佳作 | 时间 |
---|---|---|
1 | 来新加坡Tiktok一年多了,给各位大佬做个汇报 | 2023-10-02 18:10:01 |
2 | 所谓技术深度 | 2022-09-10 07:04:02 |
3 | 推荐系统-你真的会看AB指标吗 | 2022-08-28 13:41:53 |
4 | 给校招算法同学的几点建议 | 2022-08-13 12:25:58 |
5 | 我在阿里遇到的牛人 | 2021-02-12 14:34:51 |
6 | 基于物品的协同过滤i2i–算法、trick及分布式实现 | 2021-02-12 09:57:15 |
7 | faiss-on-mr:推荐系统大规模离线向量检索工具 | 2021-01-20 14:30:53 |
8 | 简单题与难题逻辑 | 2021-01-06 07:06:11 |
9 | 2021年推荐系统相关会议投稿日程 | 2020-11-11 12:13:35 |
10 | 互联网管理里面的两个深坑——手表定律与责权不一 | 2020-11-07 08:44:17 |
11 | Scrapy-Splash爬虫实战——爬取JS渲染的动态页面信息【附货币基金爬取筛选代码】 | 2020-04-17 07:26:52 |
序号 | 佳作 | 时间 |
---|---|---|
1 | 阿里京东流量端体验策略之“负反馈”过滤豁免策略 | 2023-02-24 08:39:00 |
2 | 什么是ChatGPT | 2023-02-13 00:02:03 |
3 | 推荐系统负反馈-DFN 详解 Deep Feedback Network for Recommendation | 2023-02-07 08:49:24 |
4 | 广告预估:负反馈目标建模 | 2023-01-31 23:33:30 |
5 | Multi-Task经典模型结构-MMoE | 2021-10-01 11:15:07 |
6 | Multi-Task经典模型结构:全空间多任务模型ESMM | 2021-09-19 10:07:21 |
7 | 推荐算法AutoInt模型:基于multi-head self-attention的特征高阶交叉 | 2021-09-12 11:21:17 |
8 | 微软深度CTR预估模型DeepCrossing:残差网络拟合特征的自动交叉 | 2021-09-05 18:57:09 |
9 | 微软深度CTR预估模型xDeepFM:融合显式和隐式特征交互信息 | 2021-08-26 12:54:34 |
10 | 淘宝推荐算法精排模型BST:Transformer建模用户行为序列 | 2021-08-25 12:02:42 |
11 | Google深度学习CTR预估模型DCN续集:DCN-v2 | 2021-08-20 18:20:16 |
序号 | 佳作 | 时间 |
---|---|---|
1 | 计算机视觉与模式识别学术速递[2022.12.29] | 2022-12-29 12:11:56 |
2 | 自然语言处理学术速递[2022.12.29] | 2022-12-29 12:08:04 |
3 | 人工智能学术速递[2022.12.29] | 2022-12-29 12:04:18 |
4 | 机器学习学术速递[2022.12.29] | 2022-12-29 12:00:44 |
5 | 语音|音频处理学术速递[2022.12.29] | 2022-12-29 11:57:01 |
6 | 金融|经济学术速递[2022.12.29] | 2022-12-29 11:53:01 |
7 | 机器人相关学术速递[2022.12.29] | 2022-12-29 11:49:30 |
8 | 统计学学术速递[2022.12.29] | 2022-12-29 11:45:48 |
9 | 计算机视觉与模式识别学术速递[2022.12.27] | 2022-12-27 11:40:26 |
10 | 自然语言处理学术速递[2022.12.27] | 2022-12-27 11:37:13 |
序号 | 佳作 | 时间 |
---|---|---|
1 | 谈一谈多目标建模 | 2022-11-13 09:24:05 |
2 | 视频搜索精排满意度刻画 | 2022-11-05 11:56:40 |
3 | 做好搜索体验是否只要做好相关性就好了 | 2022-10-29 19:26:32 |
4 | 谈谈搜索语义相关性 | 2022-10-25 08:05:29 |
5 | 谈谈对比学习对语义召回的作用 | 2022-10-16 20:39:41 |
6 | 广告算法101 | 2022-10-12 23:49:56 |
7 | 语义召回浅析 | 2022-10-07 20:44:50 |
8 | 浅谈综合搜索过程指标 | 2022-10-07 16:47:58 |
9 | 像“蘑菇”那样思考 | 2022-10-07 16:44:16 |
10 | 新搜索的一点个人思考 | 2022-10-07 16:41:36 |
介绍: 欢迎关注同名微信公众号:PaperWeekly,厚积薄发。
序号 | 佳作 | 时间 |
---|---|---|
1 | 无需偏好数据也能RLHF?腾讯AI Lab提出对抗式偏好对齐方法 | 2023-12-01 20:46:52 |
2 | 全奖博士招生 | 香港科技大学(广州)李昊昂老师招收计算机视觉方向全奖博士/RA/实习生 | 2023-11-24 12:20:07 |
3 | COLING 2022 | 清华美团提出DABERT:针对匹配任务的双通道注意力增强预训练模型 | 2022-11-09 14:48:25 |
4 | 扩散模型初探:原理及应用 | 2022-11-04 12:06:03 |
5 | 复旦大学邱锡鹏组:CNN-NER——极其简单有效的嵌套命名实体识别方法 | 2022-09-19 10:00:27 |
6 | TPAMI 2022 | 上海交大张拳石组:知识蒸馏为什么有效?因为有老师给你划“重点” | 2022-09-15 11:27:23 |
7 | 神奇的大学习率:多大才算大,神奇的效用又为何? | 2022-09-09 16:11:04 |
8 | ECCV 2022 | 港中文MMLab:基于Transformer的光流 | 2022-09-05 10:38:27 |
9 | P-tuning:自动构建模版,释放语言模型潜能 | 2021-04-12 11:52:33 |
介绍: 华为网络AI平台(NAIE)官方帐号,公众号:网络人工智能园地 官网:http://www.hwtelcloud.com 微信号:NAIE666。
序号 | 佳作 | 时间 |
---|---|---|
1 | 2020 AIIA杯人工智能5G网络应用大赛KPI异常检测冠军团队方案分享 | 2020-12-30 14:12:37 |
2 | GDE全球开发者大赛-KPI异常检测优秀奖方案(Excavator) | 2020-12-07 19:05:25 |
3 | GDE全球开发者大赛-KPI异常检测三等奖方案(复仇者联盟) | 2020-12-06 20:16:46 |
4 | GDE全球开发者大赛-KPI异常检测二等奖方案(sh) | 2020-12-04 09:04:07 |
5 | GDE全球开发者大赛-KPI异常检测一等奖方案 | 2020-12-03 09:28:38 |
6 | 第一届无线大数据竞赛:华为赛道-无线网络智能定位赛一等奖获奖心得 | 2020-09-18 11:24:43 |
7 | 2020深圳开放数据应用创新大赛生活垃圾图片分类冠军方案分享 | 2020-07-31 20:39:58 |
8 | 2020海华AI挑战赛·垃圾分类 技术组第一名方案分享 | 2020-06-08 20:01:21 |
9 | 2020海华AI挑战赛·垃圾分类 技术组第三名方案分享 | 2020-06-04 09:01:51 |
序号 | 佳作 | 时间 |
---|---|---|
1 | 如何在工业界优化点击率预估:(一)开篇 | 2022-04-11 00:05:40 |
2 | 如何在工业界优化点击率预估:(二)样本 | 2022-04-11 00:00:39 |
3 | 如何在工业界优化点击率预估:(三)特征 | 2022-04-10 23:59:55 |
4 | 如何在工业界优化点击率预估:(四)兴趣|序列建模 | 2022-04-10 23:59:07 |
5 | 如何在工业界优化点击率预估:(五)特征交叉建模 | 2022-04-10 23:58:33 |
6 | 如何在工业界优化点击率预估:(六)多场景建模 | 2022-04-10 23:57:56 |
7 | 如何在工业界优化点击率预估:(七)图建模和预训练 | 2022-04-10 23:57:04 |
8 | 如何在工业界优化点击率预估:(八)Debias&Loss&校准 | 2022-04-10 23:56:18 |
9 | 如何在工业界优化点击率预估:(九)集成学习&模型压缩 | 2022-04-10 22:58:45 |
介绍: 公众号:阿泽的学习笔记,程序员 摄影师 爱健身 高颜值 五迷 暖男 厨神 都是假的
学习知识主要是为了愉悦自己的大脑,其次才是让自己生存。。
序号 | 佳作 | 时间 |
---|---|---|
1 | 【DL】数据规范化:你确定了解我吗? | 2020-06-29 22:28:33 |
2 | 【DL】参数初始化:你真的了解我吗? | 2020-06-13 11:09:06 |
3 | 【Code】关于 GCN,我有三种写法 | 2020-05-09 21:43:49 |
4 | 【GNN】万字长文带你入门 GCN | 2020-03-29 17:53:41 |
5 | 【机器学习】决策树(下)——XGBoost、LightGBM(非常详细) | 2019-11-01 20:32:24 |
6 | 【机器学习】决策树(中)——Random Forest、Adaboost、GBDT (非常详细) | 2019-10-20 22:15:28 |
7 | 【机器学习】决策树(上)——ID3、C4.5、CART(非常详细) | 2019-10-09 11:21:37 |
介绍: 技术探险者,正在开启新的旅程。。
序号 | 佳作 | 时间 |
---|---|---|
1 | 屠龙少年与龙:漫谈深度学习驱动的广告推荐技术发展周期 | 2021-08-09 22:55:57 |
2 | 你真的懂点击率(CTR)建模吗? | 2021-05-13 20:58:53 |
3 | 算力经济时代:阿里展示广告引擎的”柔性”变形之路 | 2020-12-30 17:59:02 |
4 | 《深度学习推荐系统》序言电子版 | 2020-04-28 22:23:31 |
5 | 阿里核心广告技术团队-大规模社招 | 2020-04-27 20:28:50 |
6 | KDD workshop征文:第一届面向高维稀疏数据的深度学习实践国际研讨会 | 2019-04-04 18:24:46 |
7 | 镶嵌在互联网技术上的明珠:漫谈深度学习时代点击率预估技术进展 | 2019-01-14 20:23:53 |
介绍: 《动手学深度学习》 https://zh.d2l.ai,
序号 | 佳作 | 时间 |
---|---|---|
1 | 守得云开见月明——《动手学深度学习(PyTorch版)》终于出版 | 2023-02-09 11:47:48 |
2 | 《动手学深度学习》中文版2.0beta版发布! | 2021-12-09 08:04:57 |
3 | 《动手学深度学习》英文版 Dive into Deep Learning 预览版(v0.7)发布 | 2020-01-09 08:22:17 |
4 | [更新视频]《动手学深度学习》番外篇:注意力机制概述 | 2019-06-27 15:38:56 |
5 | [第一季完结] 第十九课:应用seq2seq和注意力机制:机器翻译 | 2018-02-09 11:29:13 |
6 | 第十八课:seq2seq(编码器和解码器)和注意力机制 | 2018-02-03 01:57:31 |
| 序号 | 佳作 | 作者 | 时间 | | — | — | — | — | | 1 | #PaperCarrier | LPD-GCN:具有图上下文感知节点表示的保留局部性密集图卷积网络 | 萌酱还是萌萌子 | 2020-10-14 16:38:00 | | 2 | 盘点 | AAAI2020中的四篇推荐系统好文 | 萌酱还是萌萌子 | 2020-10-09 18:29:09 | | 3 | 围观RecSys2020 | 推荐系统顶会说了啥?(附论文下载) | 萌酱还是萌萌子 | 2020-09-28 20:14:54 | | 4 | #PaperCarrier | 半监督的迁移协同过滤推荐 | 萌酱还是萌萌子 | 2020-09-21 23:47:20 | | 5 | #PaperCarrier | 基于图卷积的价格感知推荐 | 萌酱还是萌萌子 | 2020-09-20 15:42:58 | | 6 | 多语言预训练模型调研(持续更新,23-2-19updated) | 王大可 | 2023-02-19 00:47:59 | | 7 | 从BERT到23年间的NLP预训练模型(最近2-19更新) | 王大可 | 2023-02-19 00:47:08 | | 8 | 知识图谱之同义词近义词query扩展挖掘 | 王大可 | 2023-02-16 01:40:24 | | 9 | 知识图谱及图谱构建(持续update 23-02-08) | 王大可 | 2023-02-07 01:31:54 | | 10 | 知识图谱及(多模态)实体链接的定义和进展 | 王大可 | 2023-02-05 01:48:16 | | 11 | 【lightgbm/xgboost/nn代码整理四】pytorch做二分类,多分类以及回归任务 | QLMX | 2019-08-29 23:10:19 | | 12 | 【lightgbm/xgboost/nn代码整理三】keras做二分类,多分类以及回归任务 | QLMX | 2019-08-22 23:36:15 | | 13 | 【lightgbm/xgboost/nn代码整理二】xgboost做二分类,多分类以及回归任务 | QLMX | 2019-08-19 12:23:06 | | 14 | 【lightgbm/xgboost/nn代码整理一】lightgbm做二分类,多分类以及回归任务 | QLMX | 2019-08-04 17:34:35 | | 15 | 第四届拍拍贷魔镜杯冠军方案分享 | QLMX | 2019-07-25 20:04:36 | | 16 | CornerNet算法解读 | 逍遥王可爱 | 2018-12-27 11:06:57 | | 17 | 超详细的Yolo检测框预测分析 | 逍遥王可爱 | 2018-11-15 22:15:55 | | 18 | RefineDet详细介绍 | 逍遥王可爱 | 2018-11-15 20:35:38 | | 19 | Focal loss论文详解 | 逍遥王可爱 | 2018-11-15 20:01:51 | | 20 | BAT算法面试该如何准备?简历+Coding+话术指南 | Luke | 2020-03-25 18:35:44 | | 21 | Kaggle TensorFlow 2.0 Question Answering 21名复盘总结 | Luke | 2020-01-29 12:28:12 | | 22 | 深入理解NLP Subword算法:BPE、WordPiece、ULM | Luke | 2019-10-16 14:30:52 | | 23 | Kaggle首战Top 2%, APTOS 2019复盘总结+机器学习竞赛通用流程归纳 | Luke | 2019-09-08 17:56:13 | | 24 | CIKM2020|京东DMT模型:电商推荐系统用多个Transformers 进行多目标学习 | Upper | 2020-11-02 22:31:25 | | 25 | 推荐算法最前沿|ACM RecSys2020推荐系统论文一览 | Upper | 2020-10-20 21:17:40 | | 26 | NeurIPS 2020|京东基于卡尔曼滤波的注意力机制—广告点击率预估中的用户行为建模(下) | Upper | 2020-10-18 10:48:19 | | 27 | 2021电子科技大学图推荐最新综述! | 郭达森 | 2021-09-21 19:39:18 | | 28 | 最新SIGIR2021论文录取名单! | 郭达森 | 2021-04-28 10:51:05 | | 29 | Benchmarking Recommendation | 郭达森 | 2020-10-18 19:20:51 | | 30 | 【TensorFlow实现机器学习方法】KNN(K近邻算法)实现预测房屋价格 | AI蜗牛车 | 2020-02-08 10:42:37 | | 31 | 【资源分享】对于时间序列,你所能做的一切. | AI蜗牛车 | 2020-01-05 15:29:48 | | 32 | 【Deep Learning】详细解读LSTM与GRU单元的各个公式和区别 | AI蜗牛车 | 2019-09-13 12:57:12 | | 33 | 《推荐系统》系列之十一:以用户为中心的对话推荐系统 | 朱勇椿 | 2022-05-13 22:53:10 | | 34 | 多视图多行为对比学习推荐系统 | 朱勇椿 | 2022-03-22 11:02:34 | | 35 | WWW2022推荐系统、计算广告论文汇总 | 朱勇椿 | 2022-02-28 11:37:09 | | 36 | DSIN 深度 Session 兴趣网络介绍及源码剖析 | 珍妮的选择 | 2021-01-07 08:23:15 | | 37 | FM 算法介绍以及 libFM 源码简析 | 珍妮的选择 | 2020-12-22 23:51:24 | | 38 | DIN 深度兴趣网络介绍以及源码浅析 | 珍妮的选择 | 2020-12-20 11:51:31 | | 39 | fastSum: 一款开源的文本摘要工具包 | 邱锡鹏 | 2021-06-14 21:17:02 | | 40 | 如何简单高效地加速基于BERT的序列标注模型?细粒度早退机制可能会优于模型蒸馏 | 邱锡鹏 | 2021-06-11 18:31:19 | | 41 | 推荐系统之Position-Bias建模 | billlee | 2020-11-25 18:03:39 | | 42 | 推荐系统之多目标优化小结 | billlee | 2020-11-18 21:04:21 | | 43 | 全稀疏的3D物体检测器 | 明月不谙离苦 | 2022-11-13 20:58:42 | | 44 | SST:单步长稀疏Transformer 3D物体检测器 | 明月不谙离苦 | 2022-03-08 19:21:46 | | 45 | 有没有二代征信报告样本,产品解读双报告? | FAL金科应用研究院 | 2020-02-04 17:43:50 | | 46 | FSTQPD逾期指标如何运用于策略和模型 | FAL金科应用研究院 | 2019-11-29 15:40:42 | | 47 | CTR/推荐系统 踩坑和经验类文章汇总 | 乌克兰老司机 | 2022-06-21 21:44:44 | | 48 | CTR/推荐系统 冷启动Exploitation & Exploration文章汇总 | 乌克兰老司机 | 2022-06-19 23:43:28 | | 49 | 科大讯飞工程机械核心部件寿命预测挑战赛冠军分享 | 大风君heart | 2019-11-30 18:30:59 | | 50 | (目前TOP1 baseline分享)科大讯飞工程机械核心部件寿命预测挑战赛 | 大风君heart | 2019-07-13 18:27:04 | | 51 | 电商搜索query-database | 王盛玉 | 2020-03-14 23:34:56 | | 52 | 浅谈电商类目预测 | 王盛玉 | 2019-11-08 19:39:36 | | 53 | 【知识图谱】实体链接:一份“由浅入深”的综述 | Nicolas | 2019-12-30 19:55:43 | | 54 | 【炼丹技巧】功守道:NLP中的对抗训练 + PyTorch实现 | Nicolas | 2019-11-11 16:20:19 | | 55 | 用于语言生成的数据相关高斯先验目标函数 | Jsgfery | 2020-01-24 15:30:58 | | 56 | Encoding Word Order in Complex Embeddings | Jsgfery | 2019-12-22 14:25:28 | | 57 | 图片修补 EdgeConnect 论文的阅读与翻译:生成边缘轮廓先验,再填补缺失内容 | 曾伊言 | 2019-02-20 17:12:32 | | 58 | CycleGAN论文的阅读与翻译,无监督风格迁移 | 曾伊言 | 2018-10-25 16:35:43 | | 59 | 文章索引:视觉、文本表征和大模型 | 菜人卷 | 2024-03-24 18:42:00 | | 60 | 一文看完多模态:从视觉表征到多模态大模型 | 菜人卷 | 2024-02-29 09:45:28 | | 61 | NLP实验之新词挖掘+预训练模型继续预训练,打造适应任务的PTM | 周俊贤 | 2021-09-27 08:31:38 | | 62 | NLP系列之论文研读:P-tuning,自动寻找prompt,进一步激发预训练潜能 | 周俊贤 | 2021-06-30 16:47:43 | | 63 | 华为、人大、清华和港中文联合发布推荐系统的Benchmark | 推荐与广告 | 2021-09-21 12:54:26 | | 64 | KDD|2021 推荐系统中不使用嵌入表的方式获得类别特征的表征 | 推荐与广告 | 2021-08-15 22:17:23 | | 65 | 【Graph Neural Network】GraphSAGE: 算法原理,实现和应用 | 浅梦 | 2019-08-24 21:15:14 | | 66 | 【Graph Neural Network】GCN: 算法原理,实现和应用 | 浅梦 | 2019-08-17 23:37:48 | | 67 | [召回|CIKM2021|ByteDance]字节跳动深度召回模型论文精读(Deep Retrieval) | 杰尼小子 | 2021-12-01 22:55:23 | | 68 | [召回|CIKM2019|阿里巴巴]天猫基于动态路由的用户多兴趣建模(MIND) | 杰尼小子 | 2021-11-29 20:06:30 | | 69 | ICDE 2023 论文解读 | DCMT:基于因果纠偏的直接全空间多任务转化率预测模型 | Feng Zhu | 2023-03-02 19:20:04 | | 70 | 论文解读系列第十六篇:IJCAI 2021–跨域推荐(Cross-Domain Recommendation)的最新综述 | Feng Zhu | 2021-05-10 17:02:02 | | 71 | 以正合,以奇胜 —— 搜推广工程师卷出新高度直播预告二 | 算法阿科 | 2022-01-07 01:43:24 | | 72 | 浅谈行为序列建模 | 没什么大不了 | 2021-10-15 17:52:22 | | 73 | 肯德基、江小白和西贝莜面村都犯的错,你不用重蹈覆辙! | 陈尚斌Sean | 2018-11-29 14:34:23 | | 74 | 一年级算法工程师的工作总结 | shane miao | 2021-04-05 21:07:24 | | 75 | CCF2019乘用车细分市场销量预测-baseline分享 | 厚切烤五花 | 2019-09-16 22:58:43 | | 76 | 经典推荐算法学习(九)| 主流深度推荐模型演化(下)| 从DIN、DIEN到 MIMN、SIM | 附DIN、DIEN TensorFlow代码实现 | 秋雨淅淅l | 2021-11-01 21:42:50 | | 77 | NeurIPS’22 Oral|基于无目标后门水印的无害数据集版权保护 | GeorgeLee | 2022-12-12 15:55:20 | | 78 | 【顶会论文】推荐系统冷启动专题 | 武侠超人 | 2021-06-28 19:48:22 | | 79 | 第四届拍拍贷魔镜杯季军方案分享 | zzz333 | 2019-07-26 09:50:02 | | 80 | 搜索引擎技术(1):Overview | Shusen Wang | 2023-04-22 20:46:10 | | 81 | 一文梳理DPR(Dense Passage Retrieval)的发展 | Executedone | 2022-08-31 11:23:09 | | 82 | 全球数据竞赛平台汇总 | 王大溪 | 2019-03-29 16:07:05 | | 83 | 流水的NLP铁打的NER:命名实体识别实践与探索 | 王岳王院长 | 2020-08-06 13:42:42 | | 84 | 曾被嫌弃的预训练任务NSP,做出了优秀的Zero Shot效果 | 苏剑林 | 2021-09-17 17:31:05 | | 85 | 蘑菇街自研服务框架如何提升在线推理效率? | fdl ws | 2019-12-20 19:29:02 | | 86 | 知识蒸馏与推荐系统 | 凉爽的安迪 | 2020-08-05 16:13:01 | | 87 | 从200多篇顶会论文看推荐系统前沿方向与最新进展 | AI Box专栏 | 2021-04-01 14:57:18 | | 88 | 算法工程师的术与道:从特征工程谈数据敏感性 | 包包大人 | 2020-12-09 23:42:34 | | 89 | 扩散模型在文本生成领域的应用 | 中森 | 2022-10-10 23:38:20 | | 90 | SIGIR21-自动消除搜索推荐排序bias:ALL you need is AutoDebias | 曾冠奇 | 2021-05-26 20:41:38 | | 91 | 图神经网络16-DGL实战:图、节点和边创建与运算 | 致Great | 2021-06-20 16:40:57 | | 92 | 2021-ACL论文:问答检索方向论文整理 | 捏太阳 | 2021-07-15 11:59:47 | | 93 | 推荐系统实用分析技巧 | 纳米酱 | 2020-08-20 23:22:32 | | 94 | 消费者人群画像-信用智能评分Top1 | 大野人007 | 2019-05-16 15:09:49 | | 95 | 千元以内玩双动铁?双麦降噪小钢蛋魔浪O7蓝牙TWS耳机实测 | 眼镜哥玩数码 | 2019-11-25 14:25:41 | | 96 | GPT-3的最强落地方式?陈丹琦提出小样本微调框架LM-BFF,比普通微调提升11%~ | JayJay | 2021-01-04 20:46:50 | | 97 | 在需求泛滥的当下,如何利用仪式感拯救我们的品牌价值? | 尼克 | 2018-01-19 09:54:23 | | 98 | 百度凤巢之分布式层次GPU参数服务器架构 | 张雨石 | 2020-03-22 12:02:57 | | 99 | BLIP2:下一代多模态模型的雏形 | 竹鼠商人 | 2023-02-15 10:54:27 | | 100 | Elasticsearch思维导图 | 易显维 | 2021-11-05 11:25:34 | | 101 | GluonCV 0.3: 超越经典 | 谢流远 | 2018-10-17 08:10:40 | | 102 | KDD’22|天级更新超越实时?看Pinterest另辟蹊径做用户长期兴趣建模 | 裴叁拾 | 2022-09-14 01:11:24 | | 103 | CCF BDCI 乘用车销量预测 冠军方案 | 楼观白楼 | 2019-12-23 16:57:50 | | 104 | 搜推广之多场景建模论文总结分享 | 积极废人 | 2023-02-23 18:52:17 | | 105 | 聊聊多模态大模型 | Peter | 2023-11-12 22:06:52 | | 106 | CIKM20-MiNet:阿里|跨域点击率预估混合兴趣模型 | 李嘉图 | 2020-09-08 08:51:42 | | 107 | 推荐系统 | 近20年引用量超过1000的52篇经典论文 | 深蓝学院 | 2020-08-14 11:09:03 | | 108 | ICLR 2022图学习领域都在研究什么?Open Review投稿文章一览 | 唐今里 | 2021-10-09 22:29:37 | | 109 | Improving Factual Consistency of Abstractive Summarization via Question Answering | xsgddsg | 2021-06-29 22:31:26 | | 110 | 20220922推荐小记——推荐系统中如何对时长、完播等目标做多目标建模 | 口天吴 | 2022-09-22 22:31:24 | | 111 | NeurIPS22 spotlight|大图上的节点级Transformer | Qitian | 2022-11-27 13:31:06 | | 112 | 【读文献】强化学习优化推荐系统长期收益 | 阳光明媚 | 2021-05-28 19:42:19 | | 113 | 阿里天池安泰杯——跨境电商智能算法大赛数据分析与可视化 | rain | 2019-07-22 16:03:42 | | 114 | 2019-CCF乘用车细分市场销量预测-Rank19 | Salon sai | 2019-11-26 23:04:15 | | 115 | 【五】知乎独家发布 | 标签系统:大数据的典型应用 | 磊叔-数据化运营 | 2018-12-18 20:10:28 | | 116 | 深度学习技术在社会化推荐中的应用 | 小应同学 | 2020-08-21 18:06:06 | | 117 | Attention Is All You Need | Magic | 2020-04-25 15:44:28 | | 118 | 图网络的开疆拓土——如何在非图结构数据上应用GNN | 张章 | 2020-01-14 00:38:07 | | 119 | 第二届腾讯广告算法大赛总结(Rank 9) | 啊黎 | 2018-06-26 13:23:27 | | 120 | 【已重新开源】CLIP的中文副本?说不定有惊喜呢 | 霜清老人 | 2022-07-09 00:10:36 | | 121 | 首篇-More than NLP | paiisall | 2021-07-18 13:37:00 | | 122 | 细思极恐,我的kaggle比赛uspppm的代码被第三方平台泄漏和抄袭了。 | 知乎用户MYp8Kg | 2022-07-18 15:51:21 | | 123 | 《DialogueRNN》 阅读笔记 | weiss | 2019-06-10 09:29:08 | | 124 | ICLR 2023:环境标签平滑,一行代码提升对抗学习稳定性/泛化性 | yearn | 2023-02-02 22:35:14 | | 125 | 数据挖掘建模前快速对数据进行全局EDA分析 | 小白Lan | 2021-03-16 11:01:29 | | 126 | CIKM2021|工业推荐论文集锦 | 潜心 | 2021-10-18 21:01:18 | | 127 | transformers在ctr中的应用 | 算法一只狗 | 2021-02-05 16:52:22 | | 128 | 阿里DMR:融合了匹配思想的深度排序模型-Deep Match to Rank | 陈阿土 | 2020-07-23 15:42:24 | | 129 | 粗排阶段性能与效率的权衡:基于可学习特征选择的方法 | majs | 2021-11-02 18:18:31 | | 130 | 也说澳门和香港的不同点 | 大豆 | 2018-09-27 15:39:35 | | 131 | CCF-2020 路况状态时空预测 Top15 | Jarvis | 2021-01-05 20:12:04 | | 132 | EMNLP2021论文集发布&上岸群交流 | 忆臻 | 2021-11-05 09:29:59 | | 133 | 基于Kubeflow的分布式机器学习平台实战 | 无痕 | 2019-01-30 11:59:09 | | 134 | 开源知识图谱整理 | 霍华德 | 2022-05-06 18:21:11 | | 135 | 3倍加速CPU上的BERT模型部署 | 沈海晨 | 2020-07-13 10:18:17 | | 136 | 2021年,Pre-train+finetune还是“新”范式吗?乘风破浪的Prompt-base methods | Timothyxxx | 2021-07-21 01:18:40 | | 137 | ACM MM’2022 | 首个针对跨语言跨模态检索的噪声鲁棒研究工作 | 李加贝 | 2022-10-13 15:39:42 | | 138 | 信贷业务风控指标体系 | 雪小梨 | 2019-12-02 19:59:09 | | 139 | 刚打造的小生态NLG4RS:基于推荐系统的自然语言生成 | Lei Li | 2022-02-19 12:50:39 | | 140 | 新手入门 Kaggle NLP类比赛总结 | jiazhuamh | 2020-02-29 22:22:56 | | 141 | 数据科学竞赛:你从未见过的究极进化秘笈 | 大卫的小屋 | 2020-07-03 11:30:10 | | 142 | 2018腾讯广告算法大赛Top10-特征工程 | 流光 | 2018-07-24 20:47:55 | | 143 | 基于协同过滤的推荐算法综述 | 包予 | 2020-12-21 23:15:49 | | 144 | 逾期率的计算秘密 | 胡静媛 | 2019-12-10 17:35:33 | | 145 | 【仅需初中数学水平】全网第一个极简神经网络模型推导 | 我去啊先生 | 2020-04-11 02:26:53 | | 146 | 金融NLP需求落地实践总结——使用T5-Pegasus做一句话摘要 | 邱震宇 | 2021-09-23 15:58:54 | | 147 | CCF BDCI 乘用车销量预测 TOP3开源 | 莫笑傅立叶 | 2019-12-21 17:11:45 | | 148 | TheWebConf 2022-GNNpaper reading1 | 水dong方块 | 2022-08-08 20:40:25 | | 149 | 智能风控筑基手册:全面了解风控指标体系 | 正阳 | 2020-04-25 15:48:05 | | 150 | NLP预训练模型(2021版) | 王三火 | 2021-10-09 23:22:01 |
| 序号 | 佳作 | | — | — | | 1 | 算法如何高效表达图计算?亚马逊云科技 DGL 图学习平台介绍 | | 2 | 亚马逊畅销书的 NLP 分析——推荐系统、评论分类和主题建模 | | 3 | 我在亚马逊学到的三样东西,为我的机器学习职业之路做好了准备 |
| 序号 | 佳作 | | — | — | | 1 | 苏宁 11.11:一种基于神经网络的智能商品税分类系统 | | 2 | 苏宁 11.11 :苏宁大数据离线任务开发调度平台实践 | | 3 | 苏宁 11.11:苏宁易购订单搜索系统架构及实现 | | 4 | 苏宁 11.11:搜索引擎 Solr 在苏宁易购商品评价系统中的应用 | | 5 | 苏宁 11.11:仓库内多 AGV 协作的全局路径规划算法研究 |
| 序号 | 佳作 | | — | — | | 1 | 丁香园大数据基于 Apache Kyuubi / Celeborn 的实践 | | 2 | 丁香园技术|我们为海量公开问诊数据生成了标题 —— NLG 的医疗健康科普实践 | | 3 | 丁香园技术|海量公开问诊数据生成标题 —— NLG 的医疗健康科普实践 | | 4 | 丁香园技术|从文本匹配到语义相关——新闻相似度计算的一般思路 | | 5 | 丁香园 | 电商搜索的语义理解问题 | | 6 | 丁香园基于 Milvus 的向量召回应用 | | 7 | 丁香园 | 图表示学习 实践与思考 | | 8 | 丁香园 | 搜索中的 Query 扩展技术(二) |
| 序号 | 佳作 | | — | — | | 1 | 复杂场景下作业帮的深度学习模型部署实践 | | 2 | BERT 能否被“平替”?作业帮文本分类场景下的一次尝试 | | 3 | 作业帮基于 Apache Doris 的数仓实践 | | 4 | 【算法面经系列】百度、寒武纪、科大讯飞、追一科技、腾讯、作业帮算法面经 |
| 序号 | 佳作 | | — | — | | 1 | 2021 年 11 月初,VIVO & 地平线视觉工程师面经 |
| 序号 | 佳作 | | — | — | | 1 | 算法&大数据如何赋能?OPPO推荐领域降本增效指南 | | 2 | OPPO 广告召回算法实践与探索 | | 3 | OPPO基于图神经网络的搜索推荐算法与实践 | | 4 | OPPO基于大模型与知识图谱的技术实践探索 | | 5 | OPPO 端云协同机器学习平台 StarFire 技术实践 | | 6 | 低延时音视频技术在OPPO云渲染场景的应用 | | 7 | 多模态预训练技术在 OPPO 的应用 | | 8 | OPPO 对话式 AI 助手小布演进之路 | | 9 | OPPO 实时计算平台基于云原生的作业弹性伸缩设计与实践 | | 10 | 自动化 AutoML 工具 Pluto 在 OPPO 的典型应用 | | 11 | OPPO 技术 | 基于 ark 框架实现推荐策略 jar 包热更新 | | 12 | 李向林:OPPO 自研大规模知识图谱及其在小布助手中的应用 | | 13 | 邱盛昌:OPPO 商业化数据体系建设实战 | | 14 | OPPO 唐黎:零代码技能平台技术实践探索! | | 15 | OPPO | 小布助手闲聊生成式算法 | | 16 | OPPO 数智技术 | 大数据 SQL 优化之数据倾斜解决案例全集 | | 17 | OPPO 小布助手算法系统探索、实践与思考 | | 18 | OPPO 大数据离线计算平台架构演进 | | 19 | OPPO 数据湖统一存储技术实践 | | 20 | OPPO | 统一预估引擎的设计与实现 | | 21 | OPPO 在 A/B 实验分析平台的建设与实践 |
| 序号 | 佳作 | | — | — | | 1 | 58 大数据任务调度和智能运维实践 | | 2 | 【干货篇】58 同城:视觉定位技术在室内 VR 中的应用(附视频回放 +PPT 下载) | | 3 | 图谱实战 | 58 同城周超:基于招聘场景下的知识图谱构建及应用 | | 4 | 58 同城 | 商业数据仓库建设实践 | | 5 | 58 同城 AI 算法平台的演进与实践 |
| 序号 | 佳作 | | — | — | | 1 | 知乎埋点平台建设升级 | | 2 | Flink 实时计算平台在知乎的演进 | | 3 | 基于 Doris 的知乎 DMP 系统架构与实践 | | 4 | 知乎 Flink 数据集成平台建设实践 | | 5 | 知乎搜索排序模型的演进 | | 6 | 知乎 | 搜索文本相关性与知识蒸馏 | | 7 | Query 理解和语义召回在知乎搜索中的应用 | | 8 | 用 Flink 取代 Spark Streaming,知乎实时数仓架构演进 | | 9 | 58 技术沙龙——云搜 知乎 58 同城 搜索架构 | | 10 | 「回顾」知乎推荐页 Ranking 经验分享 | | 11 | 【转自知乎】当下(2018 年)腾讯的技术建设是否处于落后同体量公司的状态? | | 12 | AIQ - 架构 | 知乎服务化的实践与思考 | | 13 | AIQ - 深度 | 知乎高赞:久居一线城市都有什么错觉? | | 14 | 知乎高赞:家里在一二线城市有很多套房是怎么的一种体验?答案太颠覆 |
| 序号 | 佳作 | | — | — | | 1 | 方阳:贝壳找房推理服务 MLOPS 实践 | | 2 | 贝壳找房智能投放技术实践 | | 3 | 王志勇:贝壳找房 CVR 转化率预估模型实践 | | 4 | 贝壳找房 | Flink 运维体系在贝壳的实践 | | 5 | 贝壳找房 | 人机耦合在贝壳新居住服务的应用 | | 6 | 贝壳找房 | 端到端模型在贝壳经纪人流失预警场景的实践 | | 7 | 贝壳找房 | 基于事理图谱的应用与实践 | | 8 | 贝壳找房一站式大数据开发平台实践 | | 9 | 贝壳找房基于 Druid 的 OLAP 引擎应用实践 | | 10 | 贝壳找房 DMP 平台建设实践 | | 11 | 贝壳找房 | 复杂订阅条件下,如何实时准确的向用户推送新上房源? | | 12 | 贝壳找房 | 基于 Milvus 的向量搜索实践(三) | | 13 | 贝壳找房 | 基于 Milvus 的向量搜索实践(二) | | 14 | 贝壳找房 | 商业化算法中台架构实践 | | 15 | 贝壳找房 | 基于 Milvus 的向量搜索实践(一) | | 16 | 贝壳找房 | 面向 AI 技术的贝壳 OLAP 平台架构演进 | | 17 | 贝壳找房 | 面向 AI 技术的贝壳一站式大数据开发平台实践 | | 18 | 贝壳找房 | 面向 AI 技术的贝壳智能推荐平台建设实践 | | 19 | 数据增强在贝壳找房文本分类中的应用 | | 20 | 贝壳找房 | 基于内容热度的推荐 | | 21 | 贝壳找房 | 降本提效,贝壳搜索推荐架构统一之路 | | 22 | 贝壳找房 |【知识图谱系列】开篇:基于 KBQA 的经纪人咨询助手 | | 23 | 贝壳找房 | Thrift 中 TNonblockingServer 工作流程解析 | | 24 | 【深度语义匹配模型】实践篇:语义匹配在贝壳找房智能客服中的应用 | | 25 | 贝壳找房【深度语义匹配模型】原理篇二:交互篇 | | 26 | 贝壳找房【深度语义匹配模型 】原理篇一:表示型 | | 27 | 贝壳找房【语言模型系列】实践篇:ALBERT 在房产领域的实践 | | 28 | 贝壳找房—置信度计算在语音识别系统中的应用 | | 29 | 贝壳找房【语言模型系列】原理篇二:从 ELMo 到 ALBERT | | 30 | 贝壳找房—【图数据库系列】Dgraph 原理篇 | | 31 | 贝壳找房—【图数据库系列】Dgraph 简介篇 | | 32 | 贝壳找房—【图数据库系列】之 JanusGraph VS Dgraph:贝壳分布式图数据库技术选型之路 | | 33 | 贝壳找房【语言模型系列】原理篇一:从 one-hot 到 Word2vec | | 34 | 【贝壳找房】关系图谱在贝壳的构建和应用 | | 35 | 贝壳找房一镜到底:FM 们的原理及在贝壳搜索的实践 | | 36 | 【贝壳找房】贝壳搜索平台实时流总体架构设计 | | 37 | 【贝壳找房】读“懂”用户找房需求:贝壳语义解析技术实践 | | 38 | 回顾·知识图谱在贝壳找房的从 0 到 1 实践 | | 39 | 回顾·HBase 在贝壳找房的实践经验 |
| 序号 | 佳作 | | — | — | | 1 | 第四范式|如何选择架构中的底层工具? | | 2 | 第四范式 | OpenMLDB:线上线下一致的生产级特征计算平台 | | 3 | 知识图谱在第四范式金融场景的应用及研究 | | 4 | 第四范式 | 如何构建一个好的电商搜索引擎? | | 5 | 第四范式 | 推荐系统架构治理 | | 6 | 第四范式 | 基于 Spark 的大规模推荐系统特征工程 |
| 序号 | 佳作 | | — | — | | 1 | 2021 年 6 月底,明略科技算法岗 7 道面试题分享 |
| 序号 | 佳作 | | — | — | | 1 | 「回顾」饿了么推荐算法演进及在线学习实践 | | 2 | 饿了么外卖推荐算法中有哪些机制与手段? |
| 序号 | 佳作 | | — | — | | 1 | 滴滴国际化出行场景指标体系建设 | | 2 | 滴滴大数据资产治理实践 | | 3 | 滴滴大数据成本治理实践 | | 4 | 滴滴数据挖掘工程师招聘 | | 5 | 滴滴测试开发工程师招聘 | | 6 | 滴滴招聘 HR 实习生 | | 7 | 2021 年 5 月滴滴算法岗:三面拿下 offer,面试题分享 | | 8 | 滴滴技术 | 小白也能懂的因果推断科普 | | 9 | 滴滴在 HBase 性能与可用性上的探索与实践 | | 10 | 滴滴技术 | 滴滴语音交互自然语言理解探索与实践 | | 11 | 滴滴 Elasticsearch 集群跨版本升级与平台重构之路 | | 12 | 深度强化学习在滴滴路径规划中的探索实践 | | 13 | 滴滴技术 | Presto 在滴滴的探索与实践 | | 14 | 滴滴技术 | 数据挖掘技术在轨迹数据上的应用实践 | | 15 | 滴滴 | 数据仓库指标体系建设实践 | | 16 | 滴滴 | 实时数仓在滴滴的实践和落地 | | 17 | 滴滴 ElasticSearch 千万级 TPS 写入性能翻倍技术剖析 | | 18 | 滴滴司机调度系统实践 | | 19 | 五年磨一剑:滴滴顺风车服务端之稳定性规范 | | 20 | 滴滴数据驱动利器之 AB/Test 实践 | | 21 | 从算法到应用:滴滴端到端语音 AI 技术实践 | | 22 | 头条,美团,滴滴,京东及其它公司面试经验分享! | | 23 | 解读:滴滴“猜你去哪儿”功能的算法实现 | | 24 | 基于 “ 滴滴 KDD 2018 论文:基于强化学习技术的智能派单模型 ” 再演绎 | | 25 | 滴滴基于 ElasticSearch 的一站式搜索中台实践 | | 26 | 独家解读 | 滴滴机器学习平台架构演进之路 | | 27 | 滴滴出行基于 RocketMQ 构建企业级消息队列服务的实践 |
| 序号 | 佳作 | | — | — | | 1 | Adobe 和微软通过微软边缘为 1 亿 Windows 用户带来行业领先的 Acrobat PDF 体验 | | 2 | 微软推出 Designer 图形图像设计软件,与 Adobe Photoshop 的较量? | | 3 | 实验室小师弟的新鲜春招算法面经 (阿里搜索,微信,微软等) | | 4 | 微软小冰:如何构建人格化的对话系统 | | 5 | 微软 AB/Testing EXP 实验管理平台 | | 6 | 谷歌、阿里、微软等 10 大深度学习 CTR 模型最全演化图谱【推荐、广告、搜索领域】 | | 7 | 微软专家眼中个性化推荐系统的 5 大研究趋势 | | 8 | NIPS 2018 丨解读微软亚洲研究院 10 篇入选论文 | | 9 | 科学匠人 | 微软亚洲研究院 陈薇 用数学逻辑来优化工作和人生 | | 10 | AIQ - 语音识别 | 微软亚研自动语法纠错系统达到人类水平 |
| 序号 | 佳作 | | — | — | | 1 | 京东 618 广告精排百分位 AUC 提升技术方案 | | 2 | UC 信息流推荐模型在多目标和模型优化方面的进展 | | 3 | UC 国际信息流推荐中的多语言内容理解 | | 4 | UC 信息流视频标签识别技术 | | 5 | 浅谈 UC 国际信息流推荐 | | 6 | 模型评估指标 AUC 和 ROC,这是我看到的最透彻的讲解 | | 7 | 一文让你彻底理解准确率,精准率,召回率,真正率,假正率,ROC/AUC | | 8 | 推荐系统遇上深度学习 (十三)–linUCB 方法浅析及实现 | | 9 | 我收到了斯坦福、UCL、CMU、NYU、UW 的博士 offer,这是我的经验 | | 10 | 推荐系统遇上深度学习 (九)– 评价指标 AUC 原理及实践 | | 11 | AIQ -【干货】模型验证的常用“武器”—ROC 和 AUC |
| 序号 | 佳作 | | — | — | | 1 | 联想基于Apache DolphinScheduler构建统一调度中心的应用实践 |
| 序号 | 佳作 | | — | — | | 1 | 今日头条搜索品质优化 - 端到端篇 | | 2 | 今日头条在消息服务平台和容灾体系建设方面的实践与思考 | | 3 | 今日头条算法原理(全文) |
| 序号 | 佳作 | | — | — | | 1 | 2021 年 7 月底,“陌陌”推荐算法 5 道面试题分享! | | 2 | 陌陌 | 模型化召回在陌陌社交推荐的应用和探索 | | 3 | 陌陌直播如何做到推荐系统的从 0 到 1 |
| 序号 | 佳作 | | — | — | | 1 | 货拉拉用户埋点体系建设实践 | | 2 | 货拉拉全链路监控体系的落地与实践 |
| 序号 | 佳作 | | — | — | | 1 | 单机吞吐提升 100%,响应时间降低 50%:去哪儿网酒店高性能业务网关优化实践 | | 2 | 去哪儿旅行混沌工程落地实践 | | 3 | 去哪儿网|国内酒店交易 DDD 应用与实践——代码篇 | | 4 | 去哪儿网|国内酒店交易 DDD 应用与实践——理论篇 | | 5 | 去哪儿网 | 机票报价高并发实施的关键路径 | | 6 | 去哪儿网 BI 平台建设演进与实践 | | 7 | 去哪儿网库存搜索在高并发场景下的探索 | | 8 | 去哪儿网数据同步平台技术演进与实践 | | 9 | 去哪儿网 | Lucene 倒排索引原理 | | 10 | 去哪儿网 | 深度学习在酒店售后智能问答场景实践 |
| 序号 | 佳作 | | — | — | | 1 | vivo 大模型从训练到产品落地的最佳实践 | | 2 | 分支路径图调度框架在 vivo 效果广告业务的落地实践 | | 3 | vivo | 解密游戏推荐系统的建设之路 | | 4 | 异构混排在 vivo 互联网的技术实践 | | 5 | vivo 霍金实验平台设计与实践 | | 6 | vivo 技术|在推荐业务中如何用 MPS 提高 GPU 利用率? | | 7 | vivo 互联网机器学习平台的建设与实践 | | 8 | vivo 前端智能化实践:机器学习在自动网页布局中的应用 | | 9 | vivo | 推荐系统 - 协同过滤在 Spark 中的实现 | | 10 | vivo 技术|Elasticsearch 在地理信息空间索引的探索和演进 | | 11 | vivo 推荐中台升级路:机器成本节约 75%,迭代周期低至分钟级 | | 12 | vivo 短视频推荐去重服务的设计实践 | | 13 | Redis 在 vivo 推送平台的应用与优化实践 | | 14 | vivo 推送平台架构演进 | | 15 | vivo 敏感词匹配系统的设计与实践 | | 16 | 从技术到体验:vivo 机器翻译落地实践 | | 17 | vivo 2022 届提前批数据挖掘 面试题 | 文末免费送书 | | 18 | vivo | 深度解析 Lucene 轻量级全文索引实现原理 | | 19 | 2021 年 6 月份:vivo 推荐算法工程师一面 · 5 道题 | 福利 | | 20 | vivo 应用商店推荐系统探索与实践 | | 21 | vivo 技术 | 分布式搜索引擎 Elasticsearch 的架构分析 |
| 序号 | 佳作 | | — | — | | 1 | 【JD】美团平台推荐引擎 Java 研发工程师 | | 2 | 美团是如何进行指标管理的? | | 3 | 美团在预训练语言模型上的探索和实践 | | 4 | 美团酒旅图谱构建及应用 | | 5 | 美团|交互式推荐在外卖场景的探索与应用 | | 6 | 美团外卖推荐智能流量分发的实践与探索 | | 7 | 大规模异构图召回在美团到店推荐广告的应用 | | 8 | 美团外卖搜索基于 Elasticsearch 的优化实践 | | 9 | 美团图灵机器学习平台性能起飞的秘密(一) | | 10 | 检索式对话系统在美团客服场景的探索与实践 | | 11 | 美团关于 Apache Doris 存储层向量化改造的设计与实现 | | 12 | 预训练语言模型压缩、双塔蒸馏在美团上的落地实践 | | 13 | 知识图谱在美团搜索酒旅场景认知中的应用 | | 14 | 美团基于知识图谱的个性化新闻推荐系统 | | 15 | 知识图谱在美团推荐场景中的应用 | | 16 | 图技术在美团外卖下的场景化应用及探索 | | 17 | 美团搜索粗排优化的探索与实践 | | 18 | Kafka 在美团数据平台的实践 | | 19 | 美团大众点评搜索相关性技术探索与实践 | | 20 | 美团外卖广告大规模深度学习模型工程实践 | | 21 | 美团综合业务推荐系统的质量模型及实践 | | 22 | 张鸿志:美团大脑百亿级知识图谱的构建及应用进展 | | 23 | 美团大脑中的商品理解与样本治理 | | 24 | 美团 | 标准化思想及组装式架构在后端 BFF 中的实践 | | 25 | 李翔:美团到店综合知识图谱的构建与应用 | | 26 | 异构广告混排在美团到店业务的探索与实践 | | 27 | GPU 在美团外卖场景精排模型预估中的应用实践 | | 28 | 美团外卖广告平台化的探索与实践 | | 29 | 干货 | 美团搜索中查询改写技术的探索与实践 | | 30 | 美团 Flink 大作业部署与状态稳定性优化实践 | | 31 | 赵海源:峰值超 2 亿 / 秒,Kafka 在美团数据平台的实践 | | 32 | 陈胜:美团搜索排序实践 | | 33 | 汤楚熙:美团实时数仓架构演进与建设实践 | | 34 | 美团 | 预训练技术在美团到店搜索广告中的应用 | | 35 | 美团搜索多业务商品排序探索与实践 | | 36 | 美团知识图谱问答技术实践与探索 | | 37 | 美团基于知识图谱的剧本杀标准化建设与应用 | | 38 | 情感分析技术在美团的探索与应用 | | 39 | 开奖了 | 揭秘 2022 届美团和腾讯校招薪资,香水团完全不输鹅厂! | | 40 | 美团 | 广告深度预估技术在美团到店场景下的突破与畅想 | | 41 | 美团 | 新一代 CTR 预测服务的 GPU 优化实践 | | 42 | 美团智能客服技术实践 | | 43 | 美团商品知识图谱的构建及应用 | | 44 | 美团本地生活综合性需求知识图谱的构建及应用 | | 45 | 多业务建模在美团搜索排序中的实践 | | 46 | 美团外卖美食知识图谱的迭代及应用 | | 47 | 美团图灵算法平台在线服务体系的演进与实践 | | 48 | Query 理解在美团搜索中的应用 | | 49 | 美团图数据库平台建设及业务实践 | | 50 | 美团酒旅数据治理实践 | | 51 | 美团配送实时特征平台建设实践 | | 52 | 美团智能问答技术探索与实践 | | 53 | 美团本地生活场景的短视频分析 | | 54 | 美团智能搜索模型预估框架 Augur 的建设与实践 | | 55 | 美团外卖实时数仓建设实践 | | 56 | 前沿重器 [2] | 美团搜索理解和召回 | | 57 | 【社招】美团点评 Java 开发工程师 | | 58 | 美团搜索中 NER 技术的探索与实践 | | 59 | 美团点评 | 智能搜索模型预估框架的建设与实践 | | 60 | BERT 在美团搜索核心排序的探索和实践 | | 61 | 美团配送 A/B 评估体系建设与实践 | | 62 | 超强整理,非科班硕士的算法面经 (阿里 腾讯 字节 美团) | | 63 | Java 线程池实现原理及其在美团业务中的实践 | | 64 | 美团一站式机器学习平台建设实践 | | 65 | 美团点评效果广告实验配置平台的设计与实现 | | 66 | 美团点评 Kubernetes 集群管理实践 | | 67 | 美团配送交付时间轻量级预估实践 | | 68 | 头条,美团,滴滴,京东及其它公司面试经验分享! | | 69 | 《美团机器学习实践》—— 思维导图 | | 70 | 美团深度学习在搜索业务中的探索与实践 | | 71 | 【美团】LruCache 在美团 DSP 系统中的应用演进 | | 72 | 【美团】深入浅出排序学习:写给程序员的算法系统开发实践 | | 73 | 机器学习在美团配送系统的实践:用技术还原真实世界 | | 74 | 美团大脑:知识图谱的建模方法及其应用 | | 75 | 美团深度学习系统的工程实践 | | 76 | 【AIQ】梁宁万字长文:美团的破局与开局 | | 77 | 美团上市,开盘涨 5.7%,市值超京东!与阿里的交锋再升级 | | 78 | 独家揭秘!2.5 亿用户的美团智能推荐平台是如何构建的? | | 79 | 美团在 O2O 场景下的广告营销 | | 80 | 美团 | 写给工程师的十条精进原则 | | 81 | 美团点评 - 深度学习在计算机视觉中的应用 | | 82 | 深度学习在美团搜索广告排序的应用实践是怎么样的? |
| 序号 | 佳作 | | — | — | | 1 | 干货 | 浅谈携程大住宿研发效能提升实践 | | 2 | 干货 | 深度学习在携程搜索词义解析中的应用 | | 3 | 干货 | 携程因果推断在项目价值评估中的应用 | | 4 | 干货 | 携程搜索基于 CNN 的新词发现算法 | | 5 | 干货 | 携程实体链接技术的探索及实践 | | 6 | 干货 | 百亿节点,毫秒级延迟,携程金融基于 nebula 的大规模图应用实践 | | 7 | 曹东:携程日志系统索引构建之路 | | 8 | 携程 | 上百个业务场景,语义匹配技术在携程智能客服中的应用 | | 9 | 干货 | 携程 AI 推理性能的自动化优化实践 | | 10 | 干货 | 携程酒店推荐模型优化 | | 11 | 携程技术 | 时间序列预测的常见方法及思考 | | 12 | 携程 | “深耕内容”背景下,携程如何做景酒优质内容的挖掘 | | 13 | 干货 | 携程 Elasticsearch 数据同步实践 | | 14 | 携程 | 机器学习模型在携程海外酒店推荐场景中的应用 | | 15 | 携程 | 响应速度与智能化如何平衡,携程酒店搜索系统实践 | | 16 | 携程 | 用户画像在携程商旅的实践 | | 17 | 携程技术 | 为什么我们要从 Elasticsearch 迁移到 ClickHouse? | | 18 | 干货 | 查询耗时降低 2/3,携程度假搜索引擎架构优化 | | 19 | 携程实时智能检测平台实践 | | 20 | 携程金融大数据风控算法实践 |
| 序号 | 佳作 | | — | — | | 1 | 唯品会:在 Flink 容器化与平台化上的建设实践 |
| 序号 | 佳作 | | — | — | | 1 | 华为|联邦学习在广告行业上的探索及应用 | | 2 | 华为史佳欣:基于知识图谱的复杂问题推理问答 | | 3 | 华为朱杰明:预训练模型在信息流推荐中的应用与探索 | | 4 | 华为云苏嘉:如何整合预训练模型和知识图谱做医疗推理? | | 5 | 华为云细粒度文本情感分析及应用 |
| 序号 | 佳作 | | — | — | | 1 | 360 数科|基于沉淀数据的尾部流量建模方法 | | 2 | 万亿数据秒级响应,Doris 在 360 数科实时数仓中的最佳实践 | | 3 | 融 360 金融风控系统开发实践 | | 4 | 2022 届 360 校招提前批推荐算法面试题总结 | | 5 | 融 360 | 智能风控模型的自动化迭代 | | 6 | 360 展示广告智能化演进 | | 7 | 360 展示广告召回系统的演进 | | 8 | 360 搜索的百亿级网页搜索引擎架构实现 | | 9 | 深度学习在 360 搜索广告 NLP 任务中的应用 |
| 序号 | 佳作 | | — | — | | 1 | 神策数据营销策略引擎的技术演进 | | 2 | 神策数据 | 从技术视角看什么才是值得拥有的 A/B 测试? | | 3 | 干货篇 | 神策数据:机器学习在用户画像中的应用 | | 4 | 用户画像实践:神策数据标签生产引擎架构 |
| 序号 | 佳作 | | — | — | | 1 | Trino 在哔哩哔哩湖仓一体化平台中的实践 | | 2 | 哔哩哔哩|游戏中心个性化推荐系统实践 | | 3 | 哔哩哔哩数据服务中台建设实践 | | 4 | B 站数据服务中台建设实践 | | 5 | 哔哩哔哩|推荐算法在用例排序优化上的应用 | | 6 | Apache Flink 运行时在 B 站的稳定性优化与实践 | | 7 | 哔哩哔哩|百亿数据个性化推荐:弹幕工程架构演进 | | 8 | B 站大数据建设之路—数据开发篇 |
| 序号 | 佳作 | | — | — | | 1 | 爱奇艺数据链路治理 | | 2 | Apache Kyuubi 在爱奇艺的实践 | | 3 | 爱奇艺数据湖平台建设实践 | | 4 | 爱奇艺统一实时计算平台建设 | | 5 | 爱奇艺数据湖实战 | | 6 | 猎户座 - 持续打造爱奇艺在用户画像之上的策略引擎! | | 7 | 爱奇艺智能内容中台|无人值守的应用与实践 | | 8 | 通用排序框架在爱奇艺推荐的应用 | | 9 | 爱奇艺 TensorFlow Serving 内存泄漏优化实践 | | 10 | 如何支持亿级用户分流实验?AB 实验平台在爱奇艺的实践 | | 11 | 万物皆为向量:爱奇艺在线向量召回工程服务化实践 | | 12 | Flink 在爱奇艺广告业务的实践 | | 13 | 爱奇艺搜索排序算法实践 | | 14 | 爱奇艺娱乐行业完备的知识图谱库落地实践 | | 15 | 丰富 TF Serving 生态,爱奇艺开源灵活高性能的推理系统 XGBoost Serving | | 16 | 爱奇艺多语言台词机器翻译技术实践 | | 17 | 多目标排序在爱奇艺短视频推荐中的应用 | | 18 | 爱奇艺短视频推荐:多兴趣召回篇 | | 19 | kaggle 爱奇艺视频版权检测全流程(附代码、数据集和课件) | | 20 | 爱奇艺数据中台的建设实践 | | 21 | 支持频繁更新、即席查询:ClickHouse 在爱奇艺视频生产的应用 | | 22 | 爱奇艺视频推荐领域的 ANN 检索实践 | | 23 | 爱奇艺大数据生态的实时数仓建设 | | 24 | 爱奇艺短视频推荐:粗排篇 | | 25 | 爱奇艺数仓平台建设实践 | | 26 | 爱奇艺机器学习平台的建设实践 | | 27 | 基于 Apache Flink 的爱奇艺实时计算平台建设实践 | | 28 | i 技术会 | 爱奇艺效果广告探索与实践 | | 29 | 让 AI“读懂”短视频,爱奇艺内容标签技术解析 | | 30 | 个性化海报在爱奇艺视频推荐场景中的实践 | | 31 | 在线学习在爱奇艺信息流推荐业务中的探索与实践 | | 32 | 爱奇艺效果广告的个性化探索与实践 | | 33 | AI 在爱奇艺视频广告中的探索 | | 34 | 爱奇艺短视频软色情识别技术解析 | | 35 | 「回顾」爱奇艺搜索排序模型迭代之路 |
| 序号 | 佳作 | | — | — | | 1 | 写在博士旅程之前——前大疆创新技术总监杨硕 |
| 序号 | 佳作 | | — | — | | 1 | 内容理解在新浪微博广告中的应用 |
| 序号 | 佳作 | | — | — | | 1 | 「回顾」深度学习新技术在搜狗搜索广告中的深化应用 |
| 序号 | 佳作 | | — | — | | 1 | 【搜狐】新闻推荐系统的 CTR 预估模型 | | 2 | 搜狐新闻推荐算法原理 | “呈现给你的,都是你所关心的” |
| 序号 | 佳作 | | — | — | | 1 | 小红书应对万亿社交网络关系的图存储实践 | | 2 | 小红书推搜场景下如何优化机器学习异构硬件推理突破算力瓶颈! | | 3 | 小红书基于数据湖的流批统一存储实践 | | 4 | 小红书高时效推荐系统背后的技术升级 | | 5 | 小红书广告智能创意能力构建过程详解 | | 6 | 小红书社区反作弊探索与实践 | | 7 | 小红书广告投放机制详解,如何用算法实现全站自动化投放 | | 8 | 小红书近线服务统一调度平台建设实践 |
| 序号 | 佳作 | | — | — | | 1 | 2021 年 6 月 9 日,CVTE NLP 算法岗面试题 5 道 | | 2 | 2021 年 6 月,CVTE NLP 算法岗 4 道面试题分享 |
| 序号 | 佳作 | | — | — | | 1 | 2021 年 6 月底,拼多多搜索广告算法暑假实习面试题 2 道 | | 2 | 2021 年 6 月 6 日 -6 月 16 日,拼多多算法面试 8 道 | | 3 | 拼多多创始人黄峥:我的人生经历和创业理念 | | 4 | 拼多多为什么崛起?这是目前解读最深刻的一篇 | | 5 | 拼多多上市,80 后 CEO 创业 3 年身价 800 亿,背后这 3 个字最值得深思 |
| 序号 | 佳作 | | — | — | | 1 | AI 开放平台 - 科大讯飞 | | 2 | 【算法面经系列】百度、寒武纪、科大讯飞、追一科技、腾讯、作业帮算法面经 |
| 序号 | 佳作 | | — | — | | 1 | 微众银行在联邦推荐算法上的探索及应用 |
| 序号 | 佳作 | | — | — | | 1 | 浅谈蘑菇街大数据标签平台 | | 2 | 蘑菇街增量学习番外篇三:deepFM 的动态正则实践 | | 3 | 蘑菇街增量学习番外篇二:优化器设计理论篇(AdamW、AdaDeltaW、FTRL) | | 4 | 蘑菇街增量学习番外篇一:动态正则之 tensorflow 中 div 转 mod 设计(含代码实现) | | 5 | 蘑菇街首页推荐多目标优化之 reweight 实践:一把双刃剑? | | 6 | 文本相关性在蘑菇街搜索推荐排序系统中的应用 | | 7 | 蘑菇街 DSP 广告实践 | | 8 | 蘑菇街首页推荐视频流——增量学习与 wide&deepFM 实践(工程 + 算法) |
| 序号 | 佳作 | | — | — | | 1 | 新东方在线教育实时数仓的落地实践 |
| 序号 | 佳作 | | — | — | | 1 | 快手数据成本白盒化治理实践 | | 2 | 快手推荐系统海量模型数据处理实践 | | 3 | 快手短视频推荐中的因果推断实践 | | 4 | 深入浅出快手图数据库:看架构如何让推荐召回更高效 | | 5 | 快手关于因果科学及其工业界应用落地 | | 6 | 如何成为好的数据产品经理?-快手数据平台负责人 | | 7 | 快手 Dragonfly 策略引擎的设计与应用 | | 8 | 快手指标体系的管理驾驶舱场景应用实践 | | 9 | 快手3D数字人直播互动解决方案 | | 10 | 快手强化学习与多任务推荐 | | 11 | Flink on K8s在快手的实践 | | 12 | 快手内容冷启动推荐模型实践 | | 13 | Blaze:SparkSQL Native 算子优化在快手的设计与实践 | | 14 | 快手流批一体数据湖构建实践 | | 15 | 快手增长渠道数据产品实践 | | 16 | 快手双边市场的复杂实验设计问题 | | 17 | 快手商业化数据产品建设经验 | | 18 | 快手指标中台系列 - 快手指标中台发展史及经验教训 | | 19 | 快手推荐系统精排模型实践 | | 20 | 基于表征学习的因果推断技术在快手的实践 | | 21 | 快手分布式高性能图平台 KGraph 及其应用 | | 22 | 快手异质性因果效应模型构建及应用 | | 23 | 快手端智能—移动端部署推荐系统:快手获数据挖掘顶会 CIKM 2022 最佳论文 | | 24 | 快手单机千万 QPS 的分布式图数据库 KGraph 的实践 | | 25 | 「繁星」:快手搜索在向量检索方向的探索和实践 | | 26 | Flink 引擎在快手的深度优化与生产实践 | | 27 | 宛言:爆款素材识别在快手的应用与实践 | | 28 | 快手牛亚男:基于多 Domain 多任务学习框架和 Transformer,搭建快手精排模型 | | 29 | 罗清:对比学习在快手推荐排序的应用 | | 30 | 渠江涛:重排序在快手短视频推荐系统中的演进 | | 31 | 快手基于 Flink 构建实时数仓场景化实践 | | 32 | 快手基于 Flink 的实时计算持续优化与实践 | | 33 | Flink 在快手的实践与创新 | | 34 | 快手 | 端上智能在快手上下滑推荐取得 APP 时长 +1% 的应用实践 | | 35 | 快手 HBase 在千亿级用户特征数据分析中的应用与实践 | | 36 | 快手万亿级别 Kafka 集群应用实践与技术演进之路 | | 37 | AIQ - AI | 快手 AI 技术副总裁郑文:为什么说 AI 是短视频平台的核心能力 |
| 序号 | 佳作 | | — | — | | 1 | 小米 OLAP 引擎在 Trino 的应用实践 | | 2 | 小米数据生产平台的产品设计方法与实践 | | 3 | 小米指标体系的建设及管理最佳实践 | | 4 | 小米数据中台建设实践赋能业务增长 | | 5 | 小米数据开发平台架构实践——数据开发的生产环境隔离 | | 6 | 数据湖 Iceberg 在小米的应用 | | 7 | 小米大数据存储服务的数据治理实践 | | 8 | 小米电商推荐算法 CVR 模型实践 | | 9 | 干货 | 小米 A/B 实验场景查询提速:数据预聚合方案 | | 10 | BI 平台在小米的实践 | | 11 | NLP 技术在小米语音助手中的应用 | | 12 | 干货 | CTR 预估技术在小米海外广告的探索与应用 | | 13 | 图谱问答在小米小爱中的实践探索 | | 14 | Apache Flink 在小米的稳定性优化和实践 | | 15 | Flink 流批一体在小米的实践 | | 16 | 崔世起:小米小爱同学无效 Query 识别 | | 17 | 小米在知识表示学习的探索与实践 | | 18 | 知识图谱在小米的应用与探索 | | 19 | 基于 Apache Doris 的小米增长分析平台实践 | | 20 | 小米移动搜索中的 AI 技术 | | 21 | 雷军:小米创业 8 年内部影像首次公开 看完我心里边都是一团火 | | 22 | AIQ - 深度 | 市值 465 亿美元的小米八年往事 |
| 序号 | 佳作 | | — | — | | 1 | 网络安全就是金山银山,你的企业做到了吗? |
| 序号 | 佳作 | | — | — | | 1 | Hulu 在 Content Embedding 的探索与实践 |
| 序号 | 佳作 | | — | — | | 1 | 万字长文 | 详解优酷视频质量评价体系 | | 2 | 阿里 | 优酷大数据 OLAP 技术选型 | | 3 | 优酷提出基于图执行引擎的算法服务框架,系统架构概览 | | 4 | 优酷视频元素内容召回系统:多级多模态引擎探索 | | 5 | 阿里文娱优酷视频搜索算法应用实践与思考 | | 6 | 优酷 DSP 广告投放系统架构实践 |
| 序号 | 佳作 | | — | — | | 1 | “亿”论 AI 之四 | eBay 离线特征仓库的构建与应用 | | 2 | “亿”论 AI |eBay 统一在线特征服务 | | 3 | “亿”论 AI |eBay 近实时特征工程 | | 4 | “亿”论 AI|基于中心化元数据及配置驱动的 eBay AI 特征工程管理平台 | | 5 | eBay | 图神经网络在支付风控中的应用 | | 6 | eBay | 亿展宏图 第二篇 | 图算法在 eBay 支付风控领域的应用 | | 7 | eBay | 亿展宏图 第一篇— 两张图入门图算法 |
| 序号 | 佳作 | | — | — | | 1 | 虎牙平台数据驱动业务实践,破局在即! | | 2 | 虎牙“数据服务+自助”产品化实践 | | 3 | 虎牙直播用户增长中台算法与工程实践 | | 4 | 虎牙大数据平台的成本把控和 SLA 技术实践经验 | | 5 | 张枫:计算机视觉技术在虎牙直播中的实践 | | 6 | 虎牙 | 刘柏芳:弹性分布式训练在虎牙的实践 | | 7 | 陈剑:虎牙实时计算平台服务的 SLA 之路 | | 8 | 李茶:虎牙直播推荐系统架构详解 | | 9 | 无监督算法在虎牙风控的探索实践 |
| 序号 | 佳作 | | — | — | | 1 | 字节跳动数据集成引擎 BitSail 开源架构演进和实践 | | 2 | 字节跳动A/B测试最佳实践 | | 3 | Presto 在字节跳动的实践 | | 4 | 字节跳动极高可用 KV 存储系统详解 | | 5 | 字节跳动数据血缘技术实现与具体用例 | | 6 | 字节跳动湖平台在批计算和特征场景的实践 | | 7 | 字节跳动一站式数据治理思考及实践 | | 8 | 字节跳动下一代 A/B 实验系统思考 | | 9 | 字节跳动数据中台的 Data Catalog 系统搜索实践 | | 10 | 深度解析字节跳动开源数据集成引擎 BitSail | | 11 | 字节跳动流式数仓和实时分析服务的思考和实践 | | 12 | 字节跳动|初探自然语言预训练技术演进之路 | | 13 | 字节跳动|自研万亿级图数据库 ByteGraph 及其应用与挑战 | | 14 | 字节跳动|数据血缘图谱升级方案设计与实现 | | 15 | 刘石伟:字节跳动埋点数据流建设与治理实践 | | 16 | 字节跳动|智能问答:基于 BERT 的语义模型 | | 17 | 实时数据湖在字节跳动的实践 | | 18 | 【干货篇】字节跳动:文本归一化与中文纠错 | | 19 | 辛涛:字节跳动机器学习系统云原生落地实践 | | 20 | 字节跳动 | 无人测试流水线建设之业务实践 | | 21 | 2021 年 9 月底 – 字节跳动 NLP 岗位(抖音)面试题分享 | | 22 | 字节跳动是怎么做全链路压测的? | | 23 | 字节跳动全链路压测 (Rhino) 的实践 | | 24 | 字节跳动 Flink 单点恢复功能实践 | | 25 | 字节跳动—实习算法面经 | | 26 | 字节跳动混沌工程实践总结 | | 27 | 字节跳动核心竞争力到底是什么? | | 28 | 字节跳动自研万亿级图数据库 & 图计算实践 | | 29 | 除了抖音和头条,字节跳动的 AI 实力有多强? |
| 序号 | 佳作 | | — | — | | 1 | 基于 Milvus 的向量检索平台实践 | | 2 | 汽车之家 | 广告内容自动化投放的技术思考和方案 | | 3 | 汽车之家|面向推荐的汽车知识图谱构建 | | 4 | 汽车之家推荐系统架构迭代之路 | | 5 | 汽车之家推荐系统 AB 实验平台 | | 6 | 汽车之家基于 Flink 的实时计算平台 3.0 建设实践 | | 7 | Apache Flink 在汽车之家的应用与实践 | | 8 | 汽车之家离线计算平台建设实践 | | 9 | 汽车之家湖仓一体架构实践 | | 10 | 汽车之家电商平台秒杀系统架构实现 | | 11 | 汽车之家机器学习平台的架构与实践 | | 12 | 汽车之家如何构建用户画像 | | 13 | 汽车之家推荐系统排序算法迭代之路 |
| 序号 | 佳作 | | — | — | | 1 | 腾讯音乐在音质 AIGC 的应用与实践 | | 2 | 腾讯金融 AI 开发平台落地实践 | | 3 | AB实验「坑」贼多?腾讯搜索实验有妙招! | | 4 | 腾讯数据采集治理之质量篇-从合规到合理 | | 5 | 腾讯(大禹投放平台)用户LTV建模技术研究和实践 | | 6 | 腾讯欧拉平台产品经理:如何做一款好的数据平台? | | 7 | 腾讯TRS在线搜参在搜推广业务中的探索和实践 | | 8 | 腾讯 PCG 数据治理体系 | | 9 | 腾讯欧拉t-Metric指标中台实践 | | 10 | AB实验在腾讯海外游戏中的应用 | | 11 | 腾讯大数据平台大脑AI探索与实践 | | 12 | 腾讯TRS之元学习与跨域推荐的工业实战 | | 13 | OneRec系列之知识图谱增强的腾讯视频推荐算法 | | 14 | 腾讯欧拉如何打造数据自治系统 | | 15 | 因果推断在腾讯 PCG 中台的落地实践 | | 16 | 数据科学在腾讯内容生态中的应用 | | 17 | 腾讯内容生态实时信号系统实践 | | 18 | 腾讯天穹 SuperSQL:统一大数据自适应计算平台技术解析 | | 19 | 腾讯如何用因果推断扩大游戏帝国海外版图? | | 20 | 深度 UPLIFT 模型在腾讯金融用户增长场景中的应用 | | 21 | 腾讯数据平台 saas 化实践 | | 22 | 腾讯自研机器学习平台“太极”八年进化之路 | | 23 | 微信全文搜索耗时降 94%?我们用了这种方案 | | 24 | 腾讯广告模型基于”太极”的训练成本优化实践 | | 25 | 腾讯Alluxio(DOP)在金融场景的落地与优化实践 | | 26 | 腾讯智能写作助手“文涌”(Effidit)关键技术揭秘 | | 27 | 腾讯文本理解系统 TexSmart 中的细粒度实体识别关键技术 | | 28 | 广告场景下双边市场的实验设计 | | 29 | 微信搜一搜在线检索技术演进复盘 | | 30 | 腾讯灯塔融合引擎的设计与实践 | | 31 | 腾讯数据治理技术实践 | | 32 | 腾讯技术|如何开发一个 Feeds 流系统——写扩散模式 | | 33 | 腾讯内容千亿级实时计算和规则引擎实践优化之路 | | 34 | 腾讯 Angel Graph 图计算框架在智能风控中的应用 | | 35 | Flink 在腾讯的使用与稳定性优化实践 | | 36 | 腾讯 QQ 浏览器搜索场景下的智能实体推荐 | | 37 | 腾讯大数据协同中的隐私与可靠性保护—TEE 上的分布式计算实践 | | 38 | 腾讯音乐评论审核、分类与排序算法技术 | | 39 | 腾讯技术|深度模型推理加速的术与道 | | 40 | 腾讯百亿级大规模内容处理中台实践 | | 41 | 腾讯云实现时序搜索引擎:日志检索性能提升 40 倍 | | 42 | 腾讯技术|吴喆:全民 K 歌直播推荐系统详解 | | 43 | 腾讯技术|消息队列基本原理和选型对比 | | 44 | 腾讯 PCG 数据中台 DEVOPS 和 AIOPS 实践 | | 45 | 腾讯音乐栾鹏:cube-studio 开源一站式云原生机器学习平台 | | 46 | 腾讯音乐的新一代歌曲识别技术 | | 47 | 无量深度学习系统在腾讯推荐类业务的应用 | | 48 | 杨韬:微信搜一搜中的智能问答技术 | | 49 | 腾讯信息流亿级相似视频识别技术架构优化实践 | | 50 | 罗强:腾讯新闻如何处理海量商业化数据? | | 51 | 李晓亮:腾讯搜索词推荐算法探索实践 | | 52 | 腾讯技术 | 后台自动化测试与持续部署实践 | | 53 | 腾讯技术 | 超强指南!推荐算法架构——重排 | | 54 | 腾讯技术 | 深入解读腾讯云微搭低代码的技术架构! | | 55 | 腾讯技术|微信全文搜索技术优化实践 | | 56 | 腾讯音乐 | QQ 音乐命名实体识别技术 | | 57 | 腾讯音乐知识图谱搜索实践 | | 58 | 杨宇鸿:腾讯多模态内容理解技术及应用 | | 59 | 腾讯音乐多模态音乐匹配技术与应用 | | 60 | 实时性提升 4000 倍?图数据库在腾讯业务中的应用实践! | | 61 | 腾讯技术 | 微信图片翻译技术优化之路 | | 62 | 腾讯技术 | Al 与推荐技术在腾讯 QQ 浏览器的应用 | | 63 | 腾讯 | 互联网知识图谱的构建及应用 | | 64 | 腾讯金融研究院 | 寻找最优数字规则框架 | | 65 | 兴趣搜索在腾讯看点的探索与实践 | | 66 | 腾讯 CTR 建模过程中的实践总结 | | 67 | 开奖了 | 揭秘 2022 届美团和腾讯校招薪资,香水团完全不输鹅厂! | | 68 | 腾讯 | 智能批改技术实践与探索 | | 69 | Impala 在腾讯金融大数据场景中的应用 | | 70 | 腾讯技术 | QQ 浏览器智能问答技术探索实践 | | 71 | 腾讯基于预训练模型的文本内容理解实践 | | 72 | 腾讯基于兴趣点图谱的内容理解 | | 73 | 2021 年 7 月中旬,腾讯 PGB,NLP 算法面试题 6 道! | | 74 | 腾讯技术 | 揭秘 Feed 信息流推荐背后的系统设计 | | 75 | 腾讯技术 | 自动化接口测试实践经验 | | 76 | 腾讯 | 布隆过滤器原理与应用 | | 77 | 2021 年 4 月底,腾讯应用研究岗暑期实习面试题 12 道 | | 78 | 4 月 22 日 -5 月 7 日腾讯 nlp 算法实习面试题 | | 79 | 腾讯企业微信万亿级日志检索系统 | | 80 | 我们和腾讯 T16 级专家聊了聊:在 AI 领域深耕的那些年 | | 81 | 腾讯音乐:全民 K 歌推荐后台架构 | | 82 | 腾讯音乐:全民 K 歌内容挖掘与召回 | | 83 | 腾讯游戏实时计算应用平台建设实践 | | 84 | 多目标排序模型在腾讯 QQ 看点推荐系统中的应用实践 | | 85 | 腾讯音乐:全民 K 歌推荐系统架构及粗排设计 | | 86 | 腾讯实时计算平台优化实践 | | 87 | 腾讯全场景实时数仓建设实践 | | 88 | 腾讯 | 知识图谱补全技术 | | 89 | 腾讯云 Elasticsearch 集群多可用区容灾实现原理及最佳实践 | | 90 | 腾讯技术 | 数据分析利器:XGBoost 算法最佳解析 | | 91 | 腾讯 | 大幅降低存储成本,Elasticsearch 可搜索快照是如何办到的? | | 92 | 腾讯微信 | 看一看实时相关推荐,满足你对同主题文章的“意犹未尽” | | 93 | 腾讯技术 | 用万字长文聊一聊 Embedding 技术 | | 94 | 腾讯看点视频推荐索引构建方案 | | 95 | 腾讯 | 搜你所想,从 Query 意图识别到类目识别的演变 | | 96 | 腾讯技术 | 新一代搜索引擎项目 ZeroSearch 设计探索 | | 97 | 腾讯技术 | 交互式分析领域,为何 ClickHouse 能够杀出重围? | | 98 | Angel:深度学习在腾讯广告推荐系统中的实践 | | 99 | 亿级用户,腾讯看点信息流推荐系统的架构挑战 | | 100 | 腾讯 | 从零开始了解推荐系统全貌 | | 101 | 腾讯信息流热点挖掘技术实践 | | 102 | 腾讯 | 深度 CTR 预估模型在应用宝推荐系统中的探索 | | 103 | Embedding 在腾讯应用宝的推荐实践 | | 104 | 腾讯技术工程 | 推荐系统 embedding 技术实践总结 | | 105 | 腾讯万亿级 Elasticsearch 内存效率提升技术解密 | | 106 | 超强整理,非科班硕士的算法面经 (阿里 腾讯 字节 美团) | | 107 | 【腾讯】揭秘微信 “看一看” 是如何为你推荐的 | | 108 | 【算法面经系列】百度、寒武纪、科大讯飞、追一科技、腾讯、作业帮算法面经 | | 109 | 【算法面经系列】头条 + 腾讯 算法工程师面经(NLP 实习) | | 110 | 腾讯万亿级 Elasticsearch 技术解密 | | 111 | 腾讯信息流内容理解技术实践 | | 112 | NIPS2018 | 腾讯 AI Lab 入选 20 篇论文,含 2 篇 Spotlight | | 113 | 每日生产万亿消息数据入库,腾讯如何突破大数据分析架构瓶颈 | | 114 | 腾讯内容平台系统的架构实践 | | 115 | 【转自知乎】当下(2018 年)腾讯的技术建设是否处于落后同体量公司的状态? | | 116 | 腾讯联合创始人张志东:发光的人要能拿得起,放得下 | | 117 | AIQ - AI | 32 篇论文、7 大事业群,这是腾讯在斯德哥尔摩的 AI 之夜 |
| 序号 | 佳作 | | — | — | | 1 | VIPKID 一二面面经 (算法工程师) |
| 序号 | 佳作 | | — | — | | 1 | 好未来暑期算法实习面试题 5 道 | | 2 | 5 月 24 日 -5 月 27 日,好未来算法实习岗面试题 8 道 |
| 序号 | 佳作 | | — | — | | 1 | 谷歌终于开源大模型啦!!! | | 2 | 谷歌deepmind开源Gemma技术报告 | | 3 | Google 技术 | 蓝昶:谷歌分布式机器学习优化实践 | | 4 | 写给开发者的谷歌技术面试终极通关指南 | | 5 | 谷歌、阿里、微软等 10 大深度学习 CTR 模型最全演化图谱【推荐、广告、搜索领域】 | | 6 | 前员工揭内幕:10 年了,为何谷歌还搞不定知识图谱? | | 7 | NLP-BERT 谷歌自然语言处理模型:BERT- 基于 pytorch | | 8 | 两位拯救谷歌的超级工程师的故事:计算机界最好的结对编程榜样 |
| 序号 | 佳作 | | — | — | | 1 | 百度基云原生的推荐系统架构设计实践 | | 2 | 百度推荐排序技术的思考与实践 | | 3 | 百度视频推荐跨域多目标预估与融合的实践和思考 | | 4 | 多域图大模型在百度推荐系统的实践与思考 | | 5 | (一文读懂大数据行业)-面向百度商业数据产品的全流程 DataOps 实践 | | 6 | 百度关于互联互通的思考与实践 | | 7 | 百度|精准水位在流批一体数据仓库的探索和实践 | | 8 | 百度|从稀疏表征出发、召回方向的前沿探索 | | 9 | 百度基于 GPU 的超大规模离散模型训练框架 PaddleBox 与 FeaBox | | 10 | 百度文档智能技术与应用 | | 11 | 飞桨PaddleNLP 设计理念与产业实践 | | 12 | 度小满自动机器学习平台实践 | | 13 | 百度 PLATO 在大模型推动的人机交互对话中的实践 | | 14 | 百度信息流和搜索业务中的弹性近线计算探索与应用 | | 15 | 百度 Feed 稳定性架构实践 | | 16 | 百度流批一体的实时多维分析实践 | | 17 | 百度云原生 AI 的资源调度和 AI 工作流引擎设计分享 | | 18 | 百度广告倒排服务极致优化 | | 19 | Palo:百度基于 Doris 的应用实践 | | 20 | 百度点石联邦学习技术的应用与实践 | | 21 | 百度技术|深入浅出领域驱动设计 (DDD) 编程 | | 22 | 百度质量评估模型助力风险决策水平提升 | | 23 | 百度合约广告平台架构演进实践 | | 24 | PaddleBox:百度基于 GPU 的超大规模离散 DNN 模型训练解决方案 | | 25 | 百度技术|聊聊机器如何 “写” 好广告文案? | | 26 | 百度搜索业务交付无人值守实践与探索 | | 27 | 百度大模型与小模型联动及落地 | | 28 | 超大模型工程化实践打磨,百度智能云发布云原生 AI 2.0 方案 | | 29 | 百度技术|超大模型工程化实践打磨,百度智能云发布云原生 AI 2.0 方案 | | 30 | 百度技术|Louvain 算法在反作弊上的应用 | | 31 | 百度用户产品流批一体的实时数仓实践 | | 32 | 百度技术|品牌广告投放平台的中台化应用与实践 | | 33 | 百度评论中台的设计与探索 | | 34 | 卞东海:百度基于异构互联知识图谱的多模内容创作技术 | | 35 | 百度技术 | Spark 离线开发框架设计与实现 | | 36 | 百度|云原生时代的搜索服务算力管理 | | 37 | 百度|客户画像赋能百度推广生态实践 | | 38 | 初窥门径,百度搜索流式体验新形态 | | 39 | 百度爱番番 | 大规模异构数据的线索列表进化之路 | | 40 | 黄正杰:百度图学习技术与应用 | | 41 | 刘桐仁:百度搜索中台内容架构 Serverless 化实践 | | 42 | 百度搜索中台新一代内容架构:FaaS 化和智能化实战 | | 43 | 技术揭秘!百度搜索中台低代码的探索与实践 | | 44 | 百度搜索中台海量数据管理的云原生和智能化实践 | | 45 | 百度搜索 | 详解预训练模型在信息检索第一阶段的应用 | | 46 | 百度商业大规模高性能全息日志检索技术揭秘 | | 47 | 百度技术 | 短视频个性化 Push 工程精进之路 | | 48 | 2021 年 9 月中旬,百度 NLP 岗位面试题分享(二) | | 49 | 2021 年 9 月中旬,百度 NLP 岗位面试题分享(一) | | 50 | 2021 年 9 月底,百度 NLP 岗位精选面试题 | | 51 | 百度 NLP 技术在智能招聘中的应用研究 | | 52 | 百度|图谱相关技术在风控反作弊中的应用和探索 | | 53 | 百度信息流推荐系统智能交付解决方案探索 | | 54 | 想了解百度搜索核心技术?来这! | | 55 | 百度数据联邦平台及其应用研究 | | 56 | 百度信息流和搜索业务中的 KV 存储实践 | | 57 | 百度技术 | 云原生架构下的持续交付实践 | | 58 | 百度 | 持续交付方法与实践 | | 59 | 2021 年七月中旬,百度算法面试 5 道题分享 | | 60 | 百度短视频推荐系统的目标设计 | | 61 | 百度 | 一年数十万次 ABTest 实验背后的架构与数据科学 | | 62 | 百度技术 | 图数据库在百度汉语中的应用 | | 63 | 百度技术 | 千亿级模型在离线一致性保障方案详解 | | 64 | 百度搜索稳定性问题分析的故事(下) | | 65 | 百度搜索稳定性问题分析的故事(上) | | 66 | 详解支撑 7 亿用户搜索的百度图片处理收录中台 | | 67 | 百度 5G+ 智能时代的多模搜索技术 | | 68 | 百度知识图谱技术及应用 | | 69 | 百度事件知识图谱技术与应用 | | 70 | 同义变换在百度搜索广告中的应用 | | 71 | 百度凤巢算法面经 | | 72 | 【算法面经系列】百度、寒武纪、科大讯飞、追一科技、腾讯、作业帮算法面经 | | 73 | CCKS 2019 | 百度 CTO 王海峰详解知识图谱与语义理解 | | 74 | 流式数据处理在百度数据工厂的应用与实践 | | 75 | 百度中文纠错技术 | | 76 | 「回顾」百度智能写作如何通过人工智能技术为媒体内容创作赋能? | | 77 | 北邮硕士、前百度工程师:能进大厂,就不用读研究生了! | | 78 | 资本的钩子 | | 79 | AIQ - 百度深度学习图像识别决赛代码分享 (OCR) | | 80 | 发布 AI 芯片昆仑和百度大脑 3.0、L4 自动驾驶巴士量产下线,这是百度 All in AI 一年后的最新答卷 |
| 序号 | 佳作 | | — | — | | 1 | 坦白局!网易数帆解读 Apache Kyuubi 1.8 特性 | | 2 | 网易数帆 指标中台构建核心技术解析 | | 3 | 网易云音乐推荐系统的冷启动技术 | | 4 | 网易如何做到数据指标异常发现和诊断分析? | | 5 | 网易大数据智能运维平台 EasyEagle | | 6 | 网易伏羲游戏AI Bot的拟人化和风格化:AIGA赋能游戏探索 | | 7 | 网易云音乐实时数仓治理优化实践 | | 8 | 网易基于Apache Ranger 的数据安全中心实践 | | 9 | 网易云音乐数据治理实践 | | 10 | 网易有数 BI 图表查询性能优化实践 | | 11 | 网易有数 BI 性能保障体系建设与实践 | | 12 | 网易 Arctic on Flink 流式特性核心原理解读 | | 13 | 查询时长下降10倍!网易有数 BI 物化视图设计要点与内部实践 | | 14 | 网易云音乐实时数仓架构与低代码实践 | | 15 | 网易数据治理体系、工具、流程、制度与管理概述 | | 16 | 网易|浅谈电商搜索数据指标体系建设 | | 17 | 网易云音乐数据资产化建设的思考与实践 | | 18 | 网易严选算法模型质量保障 | | 19 | 网易云音乐全链路埋点管理平台建设 | | 20 | 网易云音乐评论内容理解技术 | | 21 | 网易云音乐视频搜索优化之旅 | | 22 | 网易邮箱数仓演进之路 | | 23 | 网易基于历史查询的 Impala 集群性能优化实践 | | 24 | 网易严选 A/B 科学实验平台实践 | | 25 | 网易严选跨域多目标算法演进 | | 26 | Apache Iceberg 在网易严选批流一体的实践 | | 27 | 网易严选机器学习平台建设实践 | | 28 | 网易严选|如何在工业界做流量调控 | | 29 | 网易云音乐播放页直播推荐实战 | | 30 | 网易严选首焦推荐算法实践 | | 31 | 网易严选 DMP 标签系统建设实践 | | 32 | 网易|数据治理体系演进简介 | | 33 | 网易严选流量数据体系演进(上篇) | | 34 | 网易严选流量数据体系建设 | | 35 | 网易云音乐机器学习平台实践 | | 36 | 网易云音乐 FeatureStore 建设与实践 | | 37 | 网易云音乐模型预估系统建设与实践 | | 38 | 网易云音乐|服务启动过程性能波动的分析与解决方案 | | 39 | 网易数帆数据中台逻辑数据湖的实践 | | 40 | 网易严选时序预测算法实践 | | 41 | 实时增量学习在网易云音乐直播推荐系统中的实践 | | 42 | Disruptor 在网易云音乐特征服务中的应用 | | 43 | 网易严选 | 流量分发决策:既要又要的平衡之路 | | 44 | 网易严选数据湖建设实践 | | 45 | 网易新闻推荐工程优化 - 特征算子篇 | | 46 | 网易新闻推荐工程优化 - 特征平台篇 | | 47 | 蒋能学:网易云音乐广告算法实践 | | 48 | 傅轶:网易数帆云原生日志平台架构实践 | | 49 | 网易云音乐广告 CTR 预估模型演进过程 | | 50 | 网易严选实时计算平台建设实践 | | 51 | 网易 | Hive SQL 迁移 Spark SQL 在网易传媒的实践 | | 52 | 网易云音乐实时数仓 2.0 进阶之路 | | 53 | 2021 年网易云音乐实时计算平台发展和挑战 | | 54 | 网易有数机器学习平台批调度与 k8s 调度系统的深度解析 | | 55 | 网易云音乐大 Flow 任务优化实践 | | 56 | 网易云音乐数仓治理之数据任务重构实践 | | 57 | 网易云音乐数据服务之路 | | 58 | 网易游戏基于 Flink 的流式 ETL 建设 | | 59 | 网易严选 | DDD 在严选供应链复杂业务系统的落地实践 | | 60 | 网易严选用户画像建设实践 | | 61 | 网易 | 严选电子面单稳定性治理实践 | | 62 | 网易云音乐基于 Flink + Kafka 的实时数仓建设实践 | | 63 | 网易云音乐推荐中的用户行为序列深度建模 | | 64 | 网易严选 | “全能选手”—Embedding 召回表征算法实践 | | 65 | 网易数据湖探索与实践 | | 66 | 网易严选 - 数仓规范和评价体系 | | 67 | 网易 | 向量体系 (Embedding) 在严选的落地实践 | | 68 | 网易大数据用户画像实践 | | 69 | 预训练语言模型在网易严选的应用 | | 70 | 网易新闻推荐:深度学习排序系统及模型 | | 71 | 网易杭研 分享 图数据库基础 | | 72 | AIQ - 深度 | 网易云音乐王诗沐:我们是如何四年时间做到 4 亿用户的 |
| 序号 | 佳作 | | — | — | | 1 | 蚂蚁金服异常检测和归因诊断分析实践 | | 2 | 2021 年 4 月份,阿里蚂蚁金服算法岗实习面试题 6 道 | | 3 | 蚂蚁金服核心技术:百亿特征实时推荐算法揭秘 | | 4 | AIQ 干货 | 蚂蚁金服科技一篇文章带你学习分布式事务 |
| 序号 | 佳作 | | — | — | | 1 | 视频 | 信息流推荐技术在凤凰网的业务实践 |
| 序号 | 佳作 | | — | — | | 1 | 有赞技术|知识库检索匹配的服务化实践 | | 2 | 有赞技术|浅谈有赞搜索 Query 理解 (QP) 架构设计 | | 3 | 对比学习在有赞的应用 | | 4 | 有赞算法平台之模型部署演进 | | 5 | 何会会:有赞数据地图实践 | | 6 | 浅谈有赞搜索质量保障体系 | | 7 | Flink 在有赞的实践和应用 | | 8 | 有赞技术 | 通用规则平台的设计与应用 | | 9 | 有赞 | 领域建模在有赞客户领域的实践 | | 10 | 有赞 | 为什么技术同学需要有更多的业务思考? | | 11 | 有赞 ABTest 系统:数据驱动增长实践 | | 12 | 有赞搜索中台的探索与实践 | | 13 | 【有赞】数据资产,赞之治理 | | 14 | 有赞百亿级日志系统架构设计 | | 15 | 有赞订单搜索 AKF 架构演进之路 | | 16 | Flink 在有赞实时计算的实践 | | 17 | 有赞搜索引擎从 0 到 1 技术解析 | | 18 | 有赞搜索系统的架构演进 | | 19 | 有赞搜索系统的技术内幕 | | 20 | AIQ - 有赞的面试经历,被虐的有点惨 |
| 序号 | 佳作 | | — | — | | 1 | 微信 NLP 算法微服务治理 | | 2 | 微信基于 PyTorch 的大规模推荐系统训练实践 | | 3 | 微信全文搜索耗时降 94%?我们用了这种方案 | | 4 | 微信搜一搜在线检索技术演进复盘 | | 5 | 微信小程序是如何设计百亿级用户画像分析系统的? | | 6 | 杨韬:微信搜一搜中的智能问答技术 | | 7 | 腾讯技术|微信全文搜索技术优化实践 | | 8 | 腾讯技术 | 微信图片翻译技术优化之路 | | 9 | 微信 ClickHouse 实时数仓的最佳实践 | | 10 | 腾讯企业微信万亿级日志检索系统 | | 11 | 微信搜索引擎中索引的分布式演进 | | 12 | 微信 AI | 为看一看及搜一搜“去污”—低俗色情识别,AI 怎么做到的? | | 13 | 微信看一看:推荐系统用户画像构建指南 | | 14 | 腾讯微信 | 看一看实时相关推荐,满足你对同主题文章的“意犹未尽” | | 15 | 要提升微信看一看推荐混排的长期收益?试试深度强化学习 | | 16 | 微信 “看一看” 内容理解与推荐 | | 17 | 详文解读微信「看一看」多模型内容策略与召回 | | 18 | 微信「看一看」 推荐排序技术揭秘 | | 19 | 实验室小师弟的新鲜春招算法面经 (阿里搜索,微信,微软等) | | 20 | 【腾讯】揭秘微信 “看一看” 是如何为你推荐的 | | 21 | 揭秘微信「看一看」如何精准挖掘你感兴趣的内容 | | 22 | “看一看”推荐模型揭秘!微信团队提出实时 Look-alike 算法,解决推荐系统多样性问题 | | 23 | 建了个机器学习与深度学习的微信群 | | 24 | 建了一个机器学习微信群 |
| 序号 | 佳作 | | — | — | | 1 | 京东物流一站式敏捷BI平台建设方法论 | | 2 | 百万并发场景中倒排索引与位图计算的实践 | | 3 | 如何将知识图谱与AIGC结合?京东是这么做的 | | 4 | 京东零售数据可视化平台产品实践与思考 | | 5 | 京东One-Service数据服务体系建设 | | 6 | 京东搜索EE链路演进 | | 7 | 京东零售供应链数字孪生探索与实践 | | 8 | 从用户体验洞察到商业价值变现,以京东为例 | | 9 | 密集实体识别优化:京东商品命名识别为例 | | 10 | 京东实时数据产品应用实践 | | 11 | 京东电商搜索和推荐场景下的 MLOps 实践 | | 12 | 京东降本实践:供应链超级自动化探索与应用 | | 13 | 京东零售在电商搜索场景下的数据科学实践 | | 14 | 数据服务化在京东的实践 | | 15 | 京东零售基于 NLP 的风控算法模型构建实践 | | 16 | 京东业务指标数据体系建设实践 | | 17 | 【风控算法服务平台】京东科技高性能在线推理服务设计与实现 | | 18 | 强化学习在京东 618 大促流量调控中的落地应用 | | 19 | 京东基于时序知识图谱的问答系统 | | 20 | 可视化服务编排在京东金融 APP 中的实践 | | 21 | 京东 APP 百亿级的车与商品关系数据检索实践 | | 22 | 京东零售营销选品平台架构设计 | | 23 | 流批一体在京东的探索与实践 | | 24 | 京东 618 广告精排百分位 AUC 提升技术方案 | | 25 | 李阳:京东零售 OLAP 平台建设和场景实践 | | 26 | 张政:京东在智能广告的实践和探索——集成 AI 理解、AI 生成、AI 分发的内容生态 | | 27 | 陈振兴:京东图机器学习在智能反欺诈上的探索与实践 | | 28 | 如何提升推荐系统的可解释性?京东智能推荐卖点技术全解析! | | 29 | 京东|杨尚昂:FlinkSQL 在京东实时维度建模中的应用 | | 30 | 王冬月:京东推荐算法精排技术实践 | | 31 | 张菡:深度学习下的京东搜索召回技术 | | 32 | 赵鑫:强化学习在京东广告序列推荐中的应用 | | 33 | 京东商品知识图谱构建与实体对齐实践 | | 34 | 峰值 6 亿 / 秒,Flink 在京东的应用与优化实践 | | 35 | Project Matrix:京东 Spark ML 线性模型的重构与优化实践 | | 36 | Apache Flink 在京东的实践与优化 | | 37 | 多类目 MoE 模型在京东电商搜索中的应用 | | 38 | 2021 年 4 月份,京东算法岗面试题 4 道 | | 39 | 大规模图算法在京东广告的实践 | | 40 | 京东超大规模联邦学习探索实践 | | 41 | 京东搜索在线学习探索实践 | | 42 | 京东搜索排序在线学习的 Flink 优化实践 | | 43 | 京东 Flink 优化与技术实践 | | 44 | Apache Doris 在京东搜索实时 OLAP 中的应用实践 | | 45 | 京东推荐系统中的兴趣拓展如何驱动业务持续增长 | | 46 | CSCNN:新一代京东电商广告排序模型 | | 47 | 京东电商搜索中的语义检索与商品排序 | | 48 | 头条,美团,滴滴,京东及其它公司面试经验分享! | | 49 | 风控建模流程:以京东群体感知项目为例 | | 50 | 京东电商推荐系统实践 | | 51 | 推荐系统遇上深度学习 (十五)– 强化学习在京东推荐中的探索 | | 52 | 美团上市,开盘涨 5.7%,市值超京东!与阿里的交锋再升级 | | 53 | AIQ - 架构 | 京东推荐系统架构揭秘:大数据时代下的智能化改造 |
| 序号 | 佳作 | | — | — | | 1 | 网易云音乐视频搜索优化之旅 |
| 序号 | 佳作 | | — | — | | 1 | Flink SQL 在米哈游的平台建设和应用实践 |
| 序号 | 佳作 | | — | — | | 1 | AIQ - 干货 | Elasticsearch 趋势科技实战分享笔记 |
| 序号 | 佳作 | | — | — | | 1 | 阿里飞猪供应链价格与销量关系建模 | | 2 | 淘宝信息流融合混排服务升级 | | 3 | 阿里巴巴长文档推荐系统在企业数字化中的应用 | | 4 | 阿里关于图像增强与画质评估前沿技术探索 | | 5 | 阿里巴巴数据模型设计与构建实践 | | 6 | 阿里巴巴数据稳定性治理实践 | | 7 | Presto 在阿里云实时日志分析中的实践和优化 | | 8 | 从模型到服务:阿里云机器学习PAI一站式模型开发和部署实 | | 9 | 阿里近实时增量处理技术架构解析 | | 10 | 从阿里巴巴数据治理到瓴羊Dataphin | | 11 | 精准推荐的秘术:阿里解耦域适应无偏召回模型详解 | | 12 | 图算法在阿里风控系统中的实践 | | 13 | 阿里云数据湖统一元数据与存储管理实践 | | 14 | 怎么做精准投放与转化?阿里多渠道序列化投放技术揭秘 | | 15 | 每日好店——阿里淘宝店铺推荐系统实践 | | 16 | 阿里云机器学习平台大模型训练框架 EPL | | 17 | 阿里健康医药电商销量预测算法方案 | | 18 | 阿里健康供应链智能补货算法 | | 19 | 阿里可解释性推荐算法应用 | | 20 | 阿里开源自研高性能核心搜索引擎 Havenask | | 21 | 闲鱼深度语义相关性计算:融合检索和生成任务 | | 22 | 积沙成塔 – 阿里妈妈动态算力技术的新演进与展望 | | 23 | 阿里云机器学习 AutoML 引擎介绍与应用 | | 24 | 阿里智慧供应链实践:从“数字孪生”到“智能决策” | | 25 | 2万字揭秘阿里巴巴数据治理平台建设经验 | | 26 | 盒马供应链算法实战 | | 27 | 阿里首个端云协同机器学习系统的搭建与应用 | | 28 | 领域知识增强的预训练语言模型在药电商搜索领域的实践 | | 29 | 阿里达摩院|基于预训练语言模型的行业搜索的应用和研究 | | 30 | 深度召回在飞猪旅行推荐系统中的探索和实践 | | 31 | 阿里妈妈 Dolphin 智能计算引擎基于 Flink+Hologres 实践 | | 32 | 阿里健康医药电商搜索相关性实践 | | 33 | 深度统一粗排在淘宝主搜索的优化实践 | | 34 | 阿里妈妈内容风控模型预估引擎的探索和建设 | | 35 | NeurIPS’22 | GBA:阿里面向搜推广模型的同步和异步自由切换的训练范式 | | 36 | POI 识别在阿里飞猪搜索的探索与实践 | | 37 | 阿里妈妈展示广告召回之多场景建模算法 | | 38 | 阿里云机器学习平台 PAI 的云原生实践与落地 | | 39 | 阿里达摩院|图视角下的信息抽取技术研究 | | 40 | 阿里达摩院多模态预训练模型的轻量适配技术探索 | | 41 | 阿里妈妈展示广告粗排:面向链路一致性优化的端到端序学习模型 | | 42 | 数仓规范化——阿里菜鸟数据模型管理实践 | | 43 | 阿里 Flink 实时机器学习场景解决方案的设计、建设与规划 | | 44 | 阿里妈妈基于图的电商语义相关性弱监督学习框架 | | 45 | 阿里妈妈广告深度学习计算:多媒体 AI 推理服务加速利器 high_service | | 46 | 广告深度学习计算:阿里妈妈智能创意服务优化 | | 47 | 阿里 DeepRec 大规模稀疏模型训练推理引擎(文末附 PPT 下载) | | 48 | 阿里技术|详解闲鱼推荐系统(长文收藏) | | 49 | DC-GNN:阿里妈妈面向大规模广告召回场景的解耦式图模型方法 | | 50 | 阿里妈妈展示广告引擎动态算力再探索:面向业务收益的机器自适应调配 | | 51 | 阿里妈妈展示广告引擎新探索:迈向全局最优算力分配 | | 52 | 阿里大规模图学习平台 GraphLearn 在推荐召回、安全风控等场景的应用 | | 53 | 阿里技术|电商搜索里都有啥?详解闲鱼搜索系统(长文) | | 54 | 图机器学习在蚂蚁集团推荐业务中的应用 | | 55 | 阿里技术|行为序列特征在推荐算法中的应用实践 | | 56 | 淘系技术|连续迁移学习跨域推荐排序模型在淘宝推荐系统的应用 | | 57 | 大淘宝技术行业 FaaS 化实战经验分享 | | 58 | 阿里妈妈 Dolphin 分布式向量召回技术详解 | | 59 | 企业数据治理痛点与阿里巴巴数据治理方案 | | 60 | 阿里妈妈|营销文案的“瑞士军刀”:阿里妈妈智能文案多模态、多场景探索 | | 61 | 多图预警!华为 ECS 与 阿里云 ECS 对比实战【华为云至简致远】 | | 62 | 阿里巴巴数字商业知识图谱的构建及应用 | | 63 | CIKM 2022 放榜,10 篇论文详解阿里妈妈广告算法最新进展 | | 64 | 阿里新零售多模态知识图谱 AliMe MKG 的建设与应用 | | 65 | 阿里|从业务开发中学习和理解架构设计 | | 66 | 阿里|迈向端云一体 MNN2.0 轻量级通用深度学习引擎详解 | | 67 | SIGIR’22 | 大规模推荐系统中冷启动用户预热的融合序列建模 | | 68 | 赵弘扬:阿里云 Elasticsearch 技术演进之路 | | 69 | 阿里技术|揭秘盒马销量预测核心算法的技术演进 | | 70 | 郭嘉梁:阿里云 Elasticsearch 日志场景最佳实践及引擎内核优化 | | 71 | 实现 “模板自由”?阿里妈妈全自动无模板图文创意生成 | | 72 | 阿里技术|谈一谈凑单页的那些优雅设计 | | 73 | 姜伟华:阿里建设一站式实时数仓的经验分享 | | 74 | 阿里前端智能化技术探索和未来思考 | | 75 | 阿里可观测性数据引擎的技术实践 | | 76 | 阿里技术 | 深度解读 RocketMQ 存储机制 | | 77 | KDD2022 | MUVCOG:阿里妈妈多模态搜索会话下的用户意图刻画 | | 78 | 图深度学习模型进展和在阿里搜索广告中的应用创新 | | 79 | 近线召回 TFMS 在阿里妈妈广告平台的实践 | | 80 | 阿里 | 新时期的阿里妈妈广告引擎架构 | | 81 | 阿里妈妈展示广告智能拍卖机制的演进之路 | | 82 | 阿里|如何写出一篇好的技术方案? | | 83 | 阿里本地生活搜索智能化升级实践:如何更有效适配本地业务? | | 84 | 阿里 10 年沉淀|那些技术实战中的架构设计方法 | | 85 | 阿里|关于技术能力的思考和总结 | | 86 | 阿里技术|阿里 TPP 图化框架技术实践—打造算法在线服务领域极致开发体验与性能 | | 87 | 阿里技术|多模态技术在淘宝主搜召回场景的探索 | | 88 | 阿里超大规模 Flink 集群运维体系介绍 | | 89 | 阿里大淘系模型治理阶段性分享 | | 90 | 阿里技术 | 如何从容应对软件复杂性 | | 91 | 阿里技术 | 高可用的本质 | | 92 | 王桐:阿里智慧供应链预测算法 | | 93 | 袁腾飞:阿里飞猪信息流内容推荐探索 | | 94 | 阿里一面:如何保障消息 100% 投递成功、消息幂等性? | | 95 | 从阿里核心场景看实时数仓的发展趋势 | | 96 | 阿里妈妈搜索广告预估模型 2021 思考与实践 | | 97 | 阿里技术 | 主流推荐与垂类推荐技术的发展与延伸 | | 98 | 阿里妈妈定向广告智能投放技术体系 | | 99 | TDM 到二向箔:阿里妈妈展示广告 Match 底层技术架构演进 | | 100 | 阿里技术 | 双 11 实时物流订单最佳实践 | | 101 | 阿里飞猪林睿:从核心因子预估 > 实体识别,如何实现文本和空间的搜索相关性? | | 102 | 阿里飞猪推荐算法探索实践 | | 103 | 阿里 | 流计算引擎数据一致性的本质 | | 104 | 阿里小蜜多模态知识图谱的构建及应用 | | 105 | 阿里巴巴 CTO 鲁肃独家自述:CTO 就是要给 CEO 扫清障碍和风险 | | 106 | 阿里技术 | 如何设计可靠的灰度方案 | | 107 | 阿里妈妈展示广告预估校准技术演进之路 | | 108 | 阿里技术 | 基于实时深度学习的推荐系统架构设计和技术演进 | | 109 | 阿里技术 | Serverless 时代下大规模微服务应用运维的最佳实践 | | 110 | 2021 年 4 月份,阿里蚂蚁金服算法岗实习面试题 6 道 | | 111 | 【阿里妈妈数据科学系列】第二篇:在线分流框架下的 ABTest | | 112 | 【阿里妈妈数据科学系列】第一篇:认识在线实验 (ABTest) | | 113 | 阿里 | 全链路压测体系建设方案的思考与实践 | | 114 | 阿里妈妈应用系统大规模异步交互治理方案 | | 115 | 阿里云 | 深入理解领域驱动设计中的聚合 | | 116 | 阿里妈妈搜索广告 CTR 模型的“瘦身”之路 | | 117 | 阿里飞猪个性化搜索排序探索实践 | | 118 | 阿里妈妈是如何做品牌风险管理的 | | 119 | 因果推断在阿里飞猪广告算法中的实践 | | 120 | 阿里算法专家谈大规模推荐系统粗排层的设计与实现 | | 121 | 阿里 | 浅谈系统实现层面稳定性保障 | | 122 | 一文了解阿里一站式图计算平台 GraphScope | | 123 | 阿里粗排技术体系与最新进展 | | 124 | 阿里 | EdgeRec:边缘计算在推荐系统中的应用 | | 125 | 阿里飞猪个性化推荐:主题与交互式推荐技术实践 | | 126 | 阿里飞猪搜索技术的应用与创新 | | 127 | 阿里 | 想为特征交互走一条新的路—CAN | | 128 | 算力经济时代:阿里展示广告引擎的“柔性”变形之路 | | 129 | 阿里 | ClickHouse 在手淘流量分析业务实践 | | 130 | 阿里 | 信息流推荐的用户增长机制 | | 131 | 阿里 | 优酷大数据 OLAP 技术选型 | | 132 | 阿里 | 我看技术人的成长路径 | | 133 | 阿里文娱深度语义搜索相关性探索 | | 134 | 阿里 Alink:基于 Flink 的机器学习平台 | | 135 | 阿里高级技术专家:成长路上如何破局? | | 136 | 阿里深度召回模型实践 | | 137 | 阿里 | 自然语言处理在开放搜索中的应用 | | 138 | 向量召回在阿里躺平 APP 的实践 | | 139 | 阿里定向广告新一代 Rank 技术 | | 140 | 阿里巴巴电商搜索推荐实时数仓演进之路 | | 141 | 阿里飞猪个性化推荐:召回篇 | | 142 | 阿里定向广告最新突破:面向下一代的粗排排序系统 COLD | | 143 | 来阿里 6 年,我是如何快速成长的? | | 144 | 超强整理,非科班硕士的算法面经 (阿里 腾讯 字节 美团) | | 145 | 实验室小师弟的新鲜春招算法面经 (阿里搜索,微信,微软等) | | 146 | 阿里文娱优酷视频搜索算法应用实践与思考 | | 147 | 阿里—飞猪的“猜你喜欢”如何排序? | | 148 | 阿里广告 CTR 预估中用户行为学习和记忆建模 | | 149 | CTR 预估在动态样式建模和特征表达学习方面的进展 | | 150 | 阿里文娱多模态视频分类算法中的特征改进 | | 151 | 阿里文娱算法公开课 #02:算法工程师的进阶之路(进阶篇) | | 152 | 阿里文娱算法公开课 #03:算法工程师的核心技能(CV 篇) | | 153 | 阿里文娱算法公开课 #04:算法工程师的核心技能 - 搜索推荐篇 | | 154 | 阿里文娱智能营销增益模型 (Uplift Model) 技术实践 | | 155 | 深度学习在阿里 B2B 电商推荐系统中的实践 | | 156 | 从阿里的 User Interest Center 看模型线上实时 serving 方法 | | 157 | 广告算法在阿里文娱用户增长中的实践 | | 158 | 在阿里,新人如何快速上手项目管理? | | 159 | 阿里 B 类电商用户增长实践 | | 160 | 阿里 B2B:融合 Matching 与 Ranking 的个性化 CTR 预估模型 | | 161 | 视频 | 阿里文娱搜索算法实践和思考 | | 162 | 35 岁技术人如何转型做管理?阿里高级算法专家公开 10 大思考 | | 163 | 阿里淘外商业化广告工程架构实践 | | 164 | 知识结构化在阿里小蜜中的应用 | | 165 | 阿里如何实现秒级百万 TPS?搜索离线大数据平台架构解读 | | 166 | 10 年 +,阿里沉淀出怎样的搜索引擎? | | 167 | 阿里妈妈:品牌广告中的 NLP 算法实践 | | 168 | 每天超 50 亿推广流量、3 亿商品展现,阿里妈妈的推荐技术有多牛? | | 169 | 阿里妈妈深度树检索技术(TDM)及应用框架的探索实践 | | 170 | 阿里零售通智能导购推荐技术实践 | | 171 | 阿里妈妈:电商预估模型的发展与挑战 | | 172 | 谷歌、阿里、微软等 10 大深度学习 CTR 模型最全演化图谱【推荐、广告、搜索领域】 | | 173 | 阿里巴巴复杂搜索系统的可靠性优化之路 | | 174 | 阿里妈妈新突破:深度树匹配如何扛住千万级推荐系统压力 | | 175 | 一图胜千言: 解读阿里的 Deep Image CTR Model | | 176 | 「回顾」阿里妈妈:定向广告新一代点击率预估主模型——深度兴趣演化网络 | | 177 | 毕玄:我在阿里的十年技术感悟 | | 178 | 推荐系统遇上深度学习 (十九)– 探秘阿里之完整空间多任务模型 ESSM | | 179 | 推荐系统遇上深度学习 (十八)– 探秘阿里之深度兴趣网络(DIN) 浅析及实现 | | 180 | 推荐系统遇上深度学习 (十七)– 探秘阿里之 MLR 算法浅析及实现 | | 181 | 阿里开源深度学习框架 XDL,面向广告、推荐、搜索场景 | | 182 | 阿里巴巴搜索引擎平台 Ha3 揭秘 | | 183 | 阿里妈妈大规模在线分层实验实践 | | 184 | 阿里巴巴为什么选择 Apache Flink?Flink——下一代大数据处理系统 | | 185 | 【阿里】电商搜索算法技术的演进 | | 186 | 美团上市,开盘涨 5.7%,市值超京东!与阿里的交锋再升级 | | 187 | 阿里巴巴达摩院成立一年,都做了些什么? | | 188 | 聊聊阿里社招面试,谈谈“野生”Java 程序员学习的道路 | | 189 | AIQ - 区块链 | 浅谈区块链技术与阿里云的探索实践 | | 190 | AIQ - 架构 | Java 程序员该如何突破瓶颈,阿里小马哥十年架构师经验之谈(文末送书) | | 191 | AIQ | 阿里是如何应对超大规模集群资源管理挑战的? |