用户7593137034851
文章
专栏
问答
10
0
0
0
5
0
0
0
9
0
0
0
17
0
0
0
9
0
0
0
大模型大模型向量数据库云通信
©作者｜
任瑞阳王禹淏 吴诚颢机构｜中国人民大学https://arxiv.org/abs/2501.13381这篇论文试图解决的问题是大型语言模型（LLMs）在多智能体系统中的“从众行为”（conformity）现象及其潜在影响。具体来说，研究聚焦于以下几个方面：从众行为的存在性：研究大型语言模型在多智能体协作环境中是否会表现出从众行为，即是否会因为其他智能体的意见而改变自己的判断。影响从众
74
0
0
0
AI推荐算法机器学习数据库
今天跟大家分享一篇WWW 2025 Industry Track来自香港城市大学和华为诺亚提出的一种新型表格数据合成模型
SampleLLM。它结合了LLM和重要性采样方法，以生成具有丰富语义信息，同时和原数据分布近似的合成数据。
21
0
0
0
44
0
0
0
583
0
0
0
大模型大模型向量数据库推荐算法
今天跟大家分享一篇来自于吉林大学、香港城市大学、快手科技、西安交通大学在AAAI 2025联合发表的基于LLM的推荐系统用户模拟器。
94
0
0
0
AI机器学习算法数据库
职位名称：快手国际化广告算法实习生团队介绍：快手国际化广告算法团队致力于在广告领域持续创新。我们已经成功落地了生成式推荐、因果纠偏推荐和强化学习等模型，目前我们的广告业务还在快速增长，需要更多优秀的同学加入。职位描述：1、参与机器学习、深度学习、强化学习和运筹优化等方向的优化工作，提高广告点击率、留存率和用户停留时长等核心指标。。2、推动推荐系统范式的革新，探索生成式推荐、序列推荐和决策、长期因果
77
0
0
0
大模型大模型向量数据库机器学习
中文书籍大语言模型LARGE LANGUAGE MODEL高等教育出版社你是否读过大语言模型综述文章A Survey of Large Language Models？这是学术界首篇系统介绍大语言模型技术的综述性文章，成为了很多人入门大模型的必读论文，目前引用次数已经突破3700次，获得了学术界的广泛关注。其中绘制的模型演进图、技术统计表被广泛传播、使用。为了进一步推动我国大模型技术的发展，该综述
43
0
0
0
大模型大模型推荐算法向量数据库
关注我们，一起学习论文标题：Instructing and Prompting Large Language Models for Explainable Cross-domain Recommendations论文地址：https://dl.acm.org/doi/pdf/10.1145/3640457.3688137本文利用大语言模型(LLM)为用户提供可解释的跨域推荐(CDR, cross-
75
0
0
0
87
0
0
0
云原生向量数据库大模型数据库
关注我们，一起学习图片来源网络RAG又称为检索增强生成，今天借助RAGas [1]这个库介绍相关的评估指标。这里采用了平均精度的方式，假设召回K个相关样本，则Precision@k计算topk情况下的精度，然后对于所有的K个样本，从1到K计算每个topk下的精度，其中表示当前第k个样本是否对回答问题有帮助利用LLM ：使用LLM，给定相关的提示词，对于（问题，上下文/回答，检索到的上下文）让LLM
72
0
0
0
大模型大模型向量数据库云存储
本文将深入介绍 FlashAttention 系列技术的核心原理、算法优化及其在大模型训练中的实际应用。通过减少内存开销和优化 GPU 并行计算，该技术显著提升了 Transformer 模型的训练效率，特别是在长序列处理上展现出强大优势。
169
0
0
0
AI推荐算法大数据机器学习
关注我们，一起学习标题: Deep Ensemble Shape Calibration: Multi-Field Post-hoc Calibration in Online Advertising地址：https://arxiv.org/pdf/2401.09507公司：shopee代码：https://github.com/HaoYang0123/DESC会议：KDD 2024导读
====
165
0
0
0
AI推荐算法关系型数据库机器学习
关注我们，一起学习论文标题：Pay Attention to Attention for Sequential Recommendation论文链接：https://arxiv.org/pdf/2410.21048会议：RecSys 2024学校：青海大学转载请注明出处基于transformer的方法在许多序列化任务中取得了显著效果，然而传统的自注意力模型可能不足以捕获序列推荐场景中复杂的item
114
0
0
0
AI推荐算法机器学习关系型数据库
关注我们，一起学习TLDR：大语言模型（LLM）的集成显著提升了推荐系统的性能。然而，这通常以牺牲推荐多样性为代价，从而可能对用户满意度产生负面影响。为了解决这个问题，可控推荐已成为一种很有前景的方法，它允许用户指定自己的偏好并接收满足其多样化需求的推荐。尽管具有潜力，但现有的可控推荐系统经常依赖简单的机制（例如单个prompt微调）来调节多样性，这种方法未能完全捕捉用户偏好的复杂性。为了应对这些
190
0
0
0
音视频推荐算法机器学习关系型数据库
关注我们，一起学习标题: Coarse-to-fine Dynamic Uplift Modeling for Real-time Video Recommendation地址：https://arxiv.org/pdf/2410.16755公司吗，学校：快手，清华导读
=======本文主要是快手在视频推荐场景中，采用uplift建模。主要面临两个主要挑战：1）treatment的设计和利用，2
281
0
0
0