陈壮实的搬砖日记

摘要 现代推荐系统通过将查询（用户历史 / 会话）和候选物品嵌入到同一向量空间，并通过近似最近邻（ANN）检索来获取候选集合。 本文提出了一种新的 生成式检索（generative retrieval

引言：为什么需要分布式 SQL 引擎？ 在大数据时代，数据动辄以 TB、PB 为单位增长，传统的单机数据库早已无法承载复杂的数据查询任务。 于是，业界逐渐发展出多种分布式 SQL 执行引擎，它们让我们

DCN-V2（Deep & Cross Network V2）是谷歌提出的一种用于Web规模排序学习（Learning to Rank）的深度模型，是对原始 DCN（Deep & Cross Netw

神经网络的威力有多强？现在的大模型可以写诗作画、图像识别可以识人识猫，这背后都是神经网络的功劳。而激活函数在其中扮演着重要的角色，如果神经网络中没有“激活函数”，再深的网络其实也没啥用。本质上，它只是

在日常生活中，我们经常会遇到“在多次尝试中成功多少次”的问题：抛硬币、检验产品合格率、评估考试通过人数……二项分布正是用来回答这类问题的有力工具。本文将从零开始，通俗地理解二项分布的原理与公式，配合丰

矩阵的秩和奇异值在数据压缩、降维（如主成分分析）、信号处理和机器学习中具有重要作用，能有效提取数据的主要特征，降低噪声，提高计算效率。

常使用谷歌浏览器，但由于墙的问题，搜索引擎习惯默认为Bing，但如果直接使用内置的bing搜索引擎时，打开新页面时不会显示书签栏（因为它直接定位到了Bing首页）。所以之前到解决办法一般都是新建一个搜

DCN（Deep & Cross Network，深度交叉网络）是一种用于点击率预估（CTR）的深度学习模型，由Google和斯坦福大学于2017年提出。它结合了显式特征交叉和深度神经网络的优势，能够

在数据科学与工程领域，数据的存储与读取是日常工作中不可或缺的一部分。选择合适的数据格式不仅影响数据处理的效率，还关系到存储空间的利用与后续分析的便捷性。本文将以通俗易懂的方式，深入探讨Python中几