用户10079397467

过去2年，我在开发和实际工作和商业应用中深度使用了100多款AI工具，赚到第一桶金的同时也踩过这些坑：在此分享，希望对看到的朋友有帮助...

深入剖析抖音的互联网架构：构建高可用系统的关键技术与实践｜青训营 摘要 抖音是全球范围内备受欢迎的社交短视频平台，其庞大的用户量和海量的数据流量对其互联网架构提出了极高的要...

阅读文本大概需要 5.2 分钟。 一年一度的2018年抖音大数据分析报告已经发布，有哪些值得我们去挖掘的有趣现象呢，今天带领吃瓜群主一起看看。 1.从数据来看，抖音的用户活...

1. 图状结构数据广泛存在 这三种数据关联在一起，形成图状（Graph）结构数据。 为了满足 social graph 的在线增删改查场景，字节跳动自研了分布式图存储系统—...

混沌工程是通过故障注入的方式帮助系统寻找薄弱点，从而提高系统的稳定性。随着微服务、云原生相关技术的发展，分布式系统已经流行在业界各处，但因此也带来了复杂度急剧上升、故障发生...

推荐系统的各个环节都依赖于用户与 item 的交互，交互是有限且需要花费成本的，在某些情况下不会是客观事实的充分反映。在此 bias 就会产生，并且对推荐系统的整个链路产生...

近年来，基于 feed 流推荐的短视频业务带来了巨大的广告商业价值，例如，抖音推出的「游戏发行人计划」就是一个鼓励达人发布游戏相关短视频，从而为游戏推广带量并实现流量变现的...

背景 飞书智能问答应用于员工服务场景，致力于减少客服人力消耗的同时，以卡片的形式高效解决用户知识探索性需求。...

字节跳动是如何做用户增长的？ 关于这个问题，坊间流传着各种版本的回答。有人说时也命也靠运气；有人说靠抖音最推崇的算法；也有人说是靠字节一只强悍的增长团队......

语言模型预训练技术将自然语言处理带入了一个新纪元，本文介绍早期词表示技术、静态词向量技术、基于预训练语言模型的动态词向量技术，试图为大家梳理预训练技术的演进路径。...

Bias在推荐系统中很常见，翻译为「偏差」，定义为学习算法的期望预测与真实结果的偏离程度。推荐系统本质上是反馈循环，那么在反馈循环的链路中每个结点都会导致不同类型的偏差。本...

主动学习是通过模型自己选择对模型贡献最大的样本作为训练语料，以达到有效地降低标注成本的同时迅速提高模型的识别能力。本文介绍几种基于序列标注模型的主动学习实践。...

本文从抖音集团内部画质评估体系的建设历程着笔，主要分享了画质评测对于业务的重要性、主要应用场景和内部产品的一些典型实践案例。...

JSON数据的结构特点使得它不利于LLM流式输出的实时处理，为了解决这个问题，我们设计了一个轻量级的工作流框架 ，它专注于解决”结构化数据（JSON格式）的流式输出“。...

抖音依靠自身推荐系统为用户推送可能感兴趣的视频内容，其中兴趣圈层是推荐的重要能力，通过理解核心用户的偏好特征，判断两者偏好的相似性，从而构建同类用户的兴趣圈层，实现精准推荐...