- 博客(5)
- 收藏
- 关注
RSS订阅原创 如何用强化学习驾驭多目标的艺术平衡：精读《Deep Pareto Reinforcement Learning for Multi-Objective Recommender System》
《DeepPRL》提出了一种多目标推荐新范式。传统方法用固定权重调和目标冲突，而DeepPRL通过两大创新实现了动态权衡：超网络模块精准预测目标间的复杂关系；上下文强化学习模块则依据用户状态实时生成最优权重。系统通过端到端训练，学会为不同用户在帕累托前沿上智能导航，从而在多平台实验中同步提升点击率、观看时长等冲突目标，实现了从静态妥协到动态平衡的范式跃迁。
2025-12-21 22:13:06
1006
原创 当多目标排序遇上知识蒸馏：精读《Multi-objective Learning to Rank by Model Distillation》
Airbnb研究团队提出了一种基于知识蒸馏的多目标排序框架，通过软标签平衡搜索系统中的"不可能三角"。传统方法面临多目标冲突、数据不均衡等问题，该研究创新性地将约束优化问题转化为知识蒸馏任务：先训练多个单目标专家模型，再让学生模型学习这些专家输出的加权融合软标签。实验证明该方法不仅提升了离线指标（NDCG+1.1%）和在线转化率（+0.37%），还简化了系统架构。研究还提出自蒸馏机制实现知识传承，并通过软标签灵活融入不可微的业务规则。这种将复杂多目标问题转化为优雅蒸馏框架的思路，为工业级
2025-12-17 23:08:46
829
原创 对数组进行绝对值排序的几种实现方式
本文总结了数组绝对值排序的多种实现方式。对于基本类型数组，可通过转换为Integer数组后排序、使用Java 8的IntStream流式处理或手动实现快速排序；引用类型数组可直接用Comparator。集合类如ArrayList可用sort方法，优先队列可通过自定义比较器实现。性能方面，基本类型效率更高，小数据量推荐流式处理，大数据量建议手动实现。不同场景推荐不同方法：日常开发用转换或流处理，高性能需求手动实现，集合处理直接用sort方法。文末还给出了各方法的适用场景和性能对比表格。
2025-05-30 16:23:10
567
2
原创 【Java】回溯算法全攻略，超详细
本文系统总结了回溯算法的核心要点与实现方式。回溯算法通过探索所有候选解来寻找所有可能的解，其基本模板包含递归处理路径、回溯撤销步骤的关键结构。文章详细分类了5种典型回溯问题：组合问题（如77题）、分割问题（如131题）、子集问题（如78题）、排列问题（如46题）以及去重处理场景，针对每类问题提供了标准代码模板和关键注意事项（如结果集存储方式、去重技巧等）。特别是，文中强调了三种去重方法（新建Set、列表法和used数组法）的应用场景与实现细节，为系统掌握回溯算法提供了清晰框架。
2025-05-26 17:13:20
1504
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人