首页
首页
AI Coding
NEW
沸点
课程
直播
活动
AI刷题
APP
插件
搜索历史
清空
创作者中心
写文章
发沸点
写笔记
写代码
草稿箱
创作灵感
查看更多
会员
登录
注册
RaoChongzhi
掘友等级
算法工程师
个人学习笔记
获得徽章 0
动态
文章
专栏
沸点
收藏集
关注
作品
赞
18
文章 18
沸点 0
赞
18
返回
|
搜索文章
最新
热门
Deepseek系列论文解读1:从DeepSeek V3、DeepSeekMath到DeepSeek R1原理解读
最近开始读ds的论文,为了方便巩固知识,记录一下。 总体来说,我想按照 DeepSeek V3 -> DeepSeekMath -> DeepSeek R1 路径来讲解
推荐系统学习系列 8 : Pacing广告系统出价竞价机制发展综述
最近正好有个相关工作,正好梳理一下,水一篇blog。 广告出价方式发展 广告出价方式转变主要是经历了以下三个阶段: (图片来源阿里云) 第一阶段:手动出价 CPA/CPS Cost per Actio
推荐算法学习系列 7 :推荐系统中的attention机制
简单记录一下。 推荐系统中存在各式各样的序列特征,比如用户点击行为序列、曝光序列、加购序列等等,如何建模这些序列与target item之间的关系是一个比较重要的研究问题。 引入注意力机制的方法有如下
推荐算法学习系列 6:推荐广告系统Pacing算法
Pacing是Facebook广告系统中花费预算的节奏的一个算法,Google Adwords里面有一个功能是设定预算和最高出价,Adwords就可以自动通过出价调节,让你在这个限定的预算下获取最多的
推荐算法学习系列 5:大模型在推荐系统的应用
近期开一篇新文,激励自己了解和梳理一下大模型在推荐系统的一些应用方法。在这方面属于是看到什么现学现记录了,当然,后续有时间也会持续更新的。 传统的推荐模型网络参数较小(不包括embedding参数),
推荐算法学习系列 4:从VQ-VAE生成模型到生成式推荐
想到VAE大家一般会想到计算机视觉相关任务,但最近许多生成式推荐都前沿工作也开始使用类似的思想。 在这篇文章中,我将先以易懂的逻辑带领大家一步一步领悟VQ-VAE的核心思想,再介绍VQ-VAE中关键算
推荐算法学习系列 3:JRC loss讲解与实现
Joint Optimization of Ranking and Calibration with Contextualized Hybrid Model 这是阿里妈妈KDD'2023年发表的一篇文
推荐算法学习系列 2 :工业界推荐系统的评价指标体系
最近面试被问到比较多的就是评价指标,感觉这部分还是需要梳理一下,所以进行了一些相关资料的整理收集和记录,如有错误,烦请指正,不甚感激。
推荐算法学习系列 1:LTR三种损失函数pointwise, pairwise, listwise梳理
排序学习(Learning to Rank, LTR)是搜推算法中的重要一环,本文主要对LTR具有代表性的三种排序学习方法单点法、配对法、列表法进行梳理。
个人成就
文章被点赞
29
文章被阅读
11,252
掘力值
254
关注了
3
关注者
19
收藏集
0
关注标签
0
加入于
2024-04-20