华为：推荐系统如何从大语言模型中取长补短

最新推荐文章于 2025-05-03 09:07:35 发布
最新推荐文章于 2025-05-03 09:07:35 发布
阅读量78 收藏
点赞数
文章标签： 语言模型 人工智能 自然语言处理
原文链接：https://mp.weixin.qq.com/s?__biz=MzI5NzExMTY0Mg==&mid=2650779313&idx=6&sn=480daec371d71a8060801b2933abf302&chksm=f5d1d8972c3764159b15591ebd7fd8998c171d06caa1bf9d12ebf4727a9d2191d111f0c5862a&scene=126&sessionid=0
版权

b002f2b63e3c633cc6d2d1599e45fdd3.jpeg

点击文后阅读原文，可获得下载资料的方法。

2a99bfb3c5bdffb6c1283541d0ffb5b2.jpeg

eec0a60a6c80f47d2f8ed0f241ad0977.jpeg

ce2d14f93e308dd8063771f86a25d4b0.jpeg

50774ab26c8e11038e716d1b8cccb975.jpeg

d7d61cd49ae5c960fe98af5831d5b43b.jpeg

4f8b74c5ba568725a6527d7ce68a8d17.jpeg

9755bba8981a993fc6cbc8caf940ab1c.jpeg

e4405717d05149a3d74cfc695dca72bf.jpeg

4d84f4989148326334178ddb02a05f55.jpeg

76eaa7a35a4297c9d7778f6b29034df3.jpeg

48781ae734d562c0f29a8c8122f9e32a.jpeg

b0e1892c7e80124655a0b911d29badc5.jpeg

8faf4909e109733d9ba6993482172f16.jpeg

5aa125602acadc7d1d6b2b34f317b29a.jpeg

9d4ae308da007e3a2657a3f26f7ac723.jpeg

5df697103a76dc04b78b949f6029ed59.jpeg

303301b7545aaaac158101c307448f9a.jpeg

60cbdda9b04e8f1e98b8a0e55b11e435.jpeg

902eac0e346070c89cd68e619678c97e.jpeg

ed5216460c220d2a33544d7bb61f008f.jpeg

2bfc869246edda494be35eb98e30903a.jpeg

26a61c01154c180745abad3f7bbfd0d5.jpeg

0ac1237f8969c1dcfec0cd9eb0dffaab.jpeg

6c32e8850fe112092fda955adc0ced6e.jpeg

0dbbecd45681d6c20c392d6027bf402f.jpeg

68fa62608099ba18289760e1c7112636.jpeg

fbd2cd25ea3c94254b928d4ad7713aed.jpeg

欢迎扫下面二维码加入智能交通技术群！

edf75934e0fe33d60bad7373ca2c5fc3.jpeg

点击文后阅读原文，可获得下载资料的方法。

467d0ae63a3cb6fe71dfa562a80e0829.png

欢迎加入智能交通技术群！

联系方式：微信号18515441838

一文梳理推荐系统中如何应用大模型
u013250861的博客
10-13 364
今天给大家分享下华为诺亚方舟实验室的talk:《推荐系统如何从大语言模型中取长补短：从应用视角出发》，个人感觉很有信息量，我们组内同学也做过交流分享，相关信息也可以从综述找到："How Can Recommender Systems Benefit from Large Language Models: A Survey"，在此分享给大家。，需要通过引入推荐场景的数据，结合微调技术，为语言模型注入协同信号。代表性工作CTRL。研究怎么把推荐模型的信号引入LLM，但是不进行LLM的微调，代表性工作KAR。
MATLAB算法实战应用案例精讲-【概念篇】大模型
qq_36130719的博客
09-04 506
其发展历程主要分为以下几个阶段：传统机器学习模型阶段。20世纪90年代初，机器学习模型主要以逻辑回归、神经网络、决策树和贝叶斯方法等为代表。传统的机器学习模型最大的特点是模型规模较小，只能处理较小的数据集。深度学习模型阶段。深度学习模型的兴起可以追溯至20世纪80年代。但是受制于硬件和软件的限制，深度学习模型的应用一直受到限制。直到近年来，随着计算机硬件和软件的发展，深度学习模型得到了广泛应用。深度学习模型的代表包括卷积神经网络、循环神经网络、深度信念网络等。超大规模深度学习模型阶段。
华为：大语言模型在推荐系统的实践应用
2401_85375186的博客
07-23 1087
本文从应用视角出发，尝试把大语言模型中的一些长处放在推荐系统中。
华为 | 探索大语言模型(LLM)下的推荐系统！
机器学习算法与Python学习
12-15 543
点击机器学习算法与Python学习，选择加星标精彩内容不迷路本文从应用视角出发，尝试把大语言模型中的一些长处放在推荐系统中。主要内容包括以下五大部分：背景和问题何处运用大语言模型（Where）如何运用大语言模型（How）挑战和展望Q&A分享嘉宾｜唐睿明 华为技术有限公司诺亚-推荐与搜索实验室主任编辑整理｜王露露内容校对｜李瑶出品社区｜DataFun01背景和问题传统的推荐模...
CNCC 2023 | 大模型全面革新推荐系统！产学界多位大咖精彩献言
REDtech_1024的博客
11-20 734
近日，第二十届中国计算机大会 (CNCC 2023) 在沈阳召开。为进一步促进学术界和产业界的交流，10 月 27日 13:30-17:30，小红书在大会现场举办「大模型与推荐系统」技术论坛。本论坛由小红书技术副总裁风笛、中国科学技术大学教授何向南担任主席，邀请清华大学计算机科学与技术系教授张敏、中国人民大学高瓴人工智能学院教授赵鑫、华为诺亚方舟推荐与搜索实验室主任唐睿明等知名专家学者，共同深入挖掘和探讨“大模型与推荐系统”在技术、应用和研究方面的最新进展。
大语言模型在推荐系统的实践应用
机器学习社区
10-17 1176
本文从应用视角出发，尝试把大语言模型中的一些长处放在推荐系统中。传统的推荐模型网络参数效果较小(不包括embedding参数)，训练和推理的时间、空间开销较小，也能充分利用用户-物品的协同信号。但是它的缺陷是只能利用数据集内的知识，难以应用open domain 的知识，缺乏此类语义信息和深度推理的能力。大语言模型从这几个角度来看，正好跟推荐模型有一定取长补短的能力。它能够引入外部知识，能够有跨域的能力，但是它没有推荐场景下所需要的协同信号，另外它的计算成本（不管是训练还是推理）都非常高。
一文梳理推荐系统如何应用大模型
m0_37586850的博客
02-18 220
省时查报告-专业、及时、全面的行研报告库省时查方案-专业、及时、全面的营销策划方案库【免费下载】2023年12月份热门报告合集推荐技术在vivo互联网商业化业务中的实践.pdf推荐系统基本问题及系统优化路径.pdf大规模推荐类深度学习系统的设计实践.pdf荣耀推荐算法架构演进实践.pdf推荐系统在腾讯游戏中的应用实践.pdf小红书推荐系统中台应用实践微信视频号实时推荐技术架构分享推荐系统的变与不变...
大模型在华为推荐场景中的探索和应用 | AICon
CSDN_430422的博客
10-28 816
大模型对于推荐系统的信息增益：大模型能够提供丰富的领域知识和世界知识，尤其是在资讯类场景中，它能够提供强大的通用世界知识，增强推荐系统的信息背景。大模型具备强大的推断能力，能够更深入地理解用户，包括用户兴趣的推断、意图的识别等，为推荐系统提供更多可能性。突破传统定位，重塑推荐流程：大模型不仅仅局限于特征编码或打分排序，它在流程控制和对话式推荐场景中也能发挥作用，提升用户交互体验。语义协同兼顾，空间融合。
收入突破 5 万，从大专生到大模型开发-第二篇（上）
2301_81940605的博客
03-18 342
2023 年年底接触到大模型，历经好几个月的学习和实践，终于于 2024 年下半年找工作，公司是做的。但当时的老板是大厂产品出身，对自身和身边人要求很高，后续因个人原因不满足老板的要求，试用期被劝退，又重新找工作，直到现在这家公司做，比如我最近在做的工作，和模型之间互相对话：模型分析直播间最新数据，自动优化预算，出价，ROI +投放策略，可以实时调节直播间预算，出价等数据，减少运营，人工成本。
当运营商开卷大模型：毫无亮点，没有新意
2401_85373396的博客
07-27 1280
值得一提的是，在运营商腹地——通信行业，今年2月，华为发布了通信行业首个大模型，发布会上华为董事杨超斌演示了通信大模型的场景，如在敏捷业务发放案例中，通过放号助手的多模态精准评估，实现了快速用户放号，在辅助排障场景下，跨流程的质差分析和对话辅助处理，改善了故障处理效率，等等。作为通信行业的龙头，运营商的核心业务是提供通信服务，因此，在具体布局上，运营商首先关注的即如何将大模型能力灌注于核心业务中，以提升服务质量和效率，如“方言模型”，即脱胎于“客服遇到不同方言用户”这一细分业务场景。
大模型在华为推荐场景中的探索和应用-33页.pdf
02-27
为了从大模型中取长补短，LLM4Rec应运而生。LLM4Rec在工业推荐链路中的应用主要分为四个象限：不微调LLM且不引入CRM；微调LLM但不引入CRM；不微调LLM但引入CRM；微调LLM且引入CRM。这反映了模型训练阶段是否需要微调...
「从零入门推荐系统」21：chatGPT、大模型介绍
大数据与人工智能
07-18 1932
作者|gongyouliu编辑 |gongyouliu自2022年11月30日OpenAI发布chatGPT以来，大模型技术掀起了新一轮人工智能浪潮。chatGPT在各个领域（包括对话、摘要、内容生成、问题解答、识图、数学计算与推理、代码编写等）取得了比之前算法好得多的成绩，很多方面都超越了人类专家的水平，特别是对话交流具备了一定的共情能力，这让AI领域的工作者和普通大众相信AGI（Arti...
自然语言处理实战：用CRF打造高精度命名实体识别系统
最新发布
Loving_enjoy的博客
05-03 432
无论是想快速搭建一个可用的NER系统，还是希望深入理解概率图模型的精髓，CRF都是值得放入工具箱的利器。'prev_is_b-geo': prev_tag == 'B-GEO' # 假设prev_tag是前一个标签。('参观天安门', ['O', 'B-POI', 'I-POI', 'I-POI'])" —— 人工智能先驱吴恩达。- **BiLSTM-CRF**：经典组合，在CoNLL-2003达到91%的F1值。('北京市', ['B-GEO', 'I-GEO', 'I-GEO']),
高压开关柜局部放电信号分析系统
m0_61057267的博客
04-28 1772
这个项目是我在2025年实现的高压开关柜局部放电信号分析系统，目的是通过采集分析局部放电信号，判断设备的工作状态和潜在故障。系统包含从信号模拟生成、特征提取、到深度学习模型训练的全流程，最终可自动生成分析报告。
Python项目--基于计算机视觉的手势识别控制系统
exlink2012的专栏
04-23 3485
随着人机交互技术的快速发展，传统的键盘、鼠标等输入设备已经不能满足人们对自然、直观交互的需求。手势识别作为一种非接触式的人机交互方式，具有操作自然、交互直观的特点，在智能家居、游戏控制、虚拟现实等领域有着广泛的应用前景。 本项目旨在开发一个基于计算机视觉的手势识别控制系统，通过摄像头捕获用户的手部动作，实时识别手势类型，并将识别结果转化为相应的控制命令，实现对计算机或其他设备的非接触式控制。
远光软件发布九天 AI 应用开发平台，加速企业研发效能跃升
YG_JT的博客
04-30 445
4月25日，远光软件在“2025珠海软件产业年会暨AI技术赋能行业发展交流会”上以虚拟直播方式发布了远光九天AI应用开发平台。
花费7元训练自己的GPT 2模型
04-28 1341
在上一篇博客中，我介绍了用Tensorflow来重现GPT 1的模型和训练的过程。这次我打算用Pytorch来重现GPT 2的模型并从头进行训练。GPT 2的模型相比GPT 1的改进并不多，主要在以下方面：1. GPT 2把layer normalization放在每个decoder block的前面。2. 最终的decoder block之后额外添加了一个layer normalization。3. 残差层的参数初始化根据网络深度进行调节。
操作系统级竞争开启：AI Agent 能否成为人形机器人爆发的奇点？
望获实时Linux系统
04-30 1027
本文深入探讨了在人形机器人产业从“机械执行”向“自主决策”跃迁的背景下，实时操作系统（RTOS）与AI Agent融合对突破物理世界响应极限的关键作用，重点分析了望获实时Linux等国产RTOS的技术优势及其在不同领域的应用前景，同时客观阐述了产业面临的挑战与机遇，旨在为相关领域的学术研究和产业发展提供参考与借鉴。
生产级RAG系统一些经验总结
yanqianglifei的专栏
05-01 682
可能需要修剪或总结它们。一种常见方法是先检索，然后运行较小的语言模型或启发式算法，将每个检索到的文档总结为一段话，然后将这些摘要输入最终的语言模型。这有时被称为上下文压缩或自适应上下文。LlamaIndex等工具可以自动执行第二阶段，使用语言模型在最终答案之前将初始检索集压缩成更短的形式。仅在绝对需要时使用此方法，因为任何摘要都是额外的生成步骤，可能会引入自己的错误。随着2025年16k+标记模型的出现，如果适合，许多RAG系统尝试只提供原始文本，因为这保留了最大的细节。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值