用户201294308761

AI 确实是时代浪潮，是必备技能，但是现在也慢慢成为一种“认知卸载”，没有“摩擦”过的技能经验，有的只是流水线的review过程，甚至连 review 都不存在了，有的只是麻木的支付 token 账单

概述 推荐系统的评价指标 日活用户数（DAU）和 留存 是最核心的指标。（电商不同，电商最重要的是营收） 留存 目前工业界最常用 LT7 和 LT30 衡量留存。 LT7: 假设某个用户今天登录了ap

面对这些挑战，经过多轮迭代与架构升级，形成了目前基于B站业务特点的大规模召回系统。本文将从工程实践的视角出发，深入介绍B站搜推召回系统的架构设计与实现。

DeepSeek 提出的 GRPO 可以极大提升 LLM 的强化学习效率，不过其论文中似乎还缺少一些关键细节，让人难以复现出大规模和工业级的强化学习系统。 近日，清华 AIR 和字节联合 SIA La

作者 | Greg Schoeninger 编译 | 岳扬 不久前，我们深入研究了 DeepSeek-R1 背后的技术原理（图解系列｜DeepSeek-R1的出众推理能力因何而来？），但是没有详细介绍

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