推荐系统
华为诺亚解析：推荐系统的技术演进及大模型应用实践
一、推荐系统问题和背景首先来简要介绍一下个性化推荐系统。 实际上，我们每个人每天都在与众多推荐系统进行交互。 例如，购买衣物、阅读新闻或聆听音乐时，我们打开的每一个应用程序或网页，其展示的内容即为推荐系统所呈现。
蚂蚁集团、网商银行统一动态纠偏框架，非随机缺失问题优化新视角
本工作被人工智能顶级会议 NeurIPS 2024 接收。 在诸如推荐系统、展示广告等多数实际应用中，所收集的数据往往包含缺失值，并且这些缺失值通常并非随机缺失，这会使模型的预测性能变差。 一些现有的估计量和正则化器试图实现无偏估计以提升模型的预测性能。
为什么普通人「出圈」，都在小红书？
解码小红书推荐系统：为什么在这里普通人更容易被看见？出差期间，我在酒店百无聊赖地打开了小红书。一篇看似平淡无奇的笔记吸引了我的注意——一位 ID 叫「倚着彩虹看夕阳」的用户发帖，说自己在酒店的床上看西游记时，感觉到前所未有的放松。从标题到配图，这篇发布于去年 5 月的笔记没有任何明显的爆点，但显然在小红书上引发了广泛的共鸣，收到了大量的点赞、收藏和评论。我也被吸引，陷入了#走不出的评论区。现代人的信息获取方式很大程度上受推荐系统所影响，这篇笔记在发布 8 个月后依然能进入我的视野，小红书的推荐系统功不可没。相比之下
- 1