![](https://img-blog.csdnimg.cn/20201014180756925.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
RS
文章平均质量分 94
Ben_Fu
对推荐系统、机器学习、自然语言处理领域有浓厚兴趣,北京大学计算机博士毕业。github搜索BinFuPKU。目前在一家大模型公司负责大语言模型微调对齐和安全研究和落地。
展开
-
推荐系统之排序:基本原理和前沿研究(2023)
本文对工业界和学术界相关进展进行深入调研,并结合自身过往工作经验,对推荐系统中排序过程涉及知识进行总结。原创 2023-09-25 07:45:36 · 1819 阅读 · 1 评论 -
推荐系统之召回:基本原理和前沿研究(2023)
针对学术界和工业界的调研、结合自身工作经验,总结常用的召回策略和前沿研究方向。具体内容报告请见:从海量的候选集合中发现用户当前感兴趣或相关的物品集合(几百到几千),过滤掉绝大多数不喜欢的物品。考虑召回通道的多样性和高覆盖率,对时延有一定要求,低准确率要求(折中)。趋势:目前双塔模型占主流,近几年召回学习模型越来越复杂(复杂程度逼近排序模型),有召回+排序融合或联合训练趋势。原创 2023-09-24 20:40:20 · 1493 阅读 · 1 评论 -
搜广推之特征工程:基本原理和前沿研究(2023)
本文主要结合以往工作经验和前沿论文,来分析工业界和学术界中特征工程相关研究点,以及对未来发展的思考。原创 2023-09-24 17:40:24 · 748 阅读 · 1 评论 -
SLIM推荐模型及分析
SLIM推荐模型及分析 SLIM[1]是Sparse Linear Model简称,即稀疏线性模型,该方法是基于物品相似度的推广形式,而且效果很好,如下面公式 minimize ||A−AW||22+β2||W||22+λ||W||1(1) minimize \ ||A-AW||_2^2+\dfrac{β}{2} ||W||_2^2+λ||W||_1(1) subject to Wi,j原创 2016-12-20 17:37:01 · 8924 阅读 · 2 评论