logo
publist
写文章

简介

该用户还未填写简介

擅长的技术栈

可提供的服务

暂无可提供的服务

万物皆可Graph | 当推荐系统遇上图神经网络(四)

作者|上杉翔二悠闲会·信息检索整理|NewBeeNLP本篇文章继续整理这个系列Graph in Rec 的文章,以前博主整理过的系列可以见:万物皆可Gra...

#人工智能#机器学习#大数据 +2
阿里达摩院 | 基于预训练语言模型的行业搜索

作者|谢朋峻阿里巴巴达摩院整理|DataFunTalk大家好,这里是NewBeeNLP。本文将分享行业搜索的相关技术和应用,主要包括三大部分:行业搜索的背景相关技术研究行业搜索应用01行业搜索的背景1. 达摩院自然语言智能大图上图是达摩院自然语言处理智能的技术框图,从下到上包含:NLP 数据、NLP 基础的词法、句法语义,分析的技术,以及上层 NLP 技术行业应用:达摩院除了做基础研究之外,还..

#语言模型#人工智能#自然语言处理
基于预训练语言模型的可控文本生成

作者|刘明童博士澜舟科技高级研究员整理|DataFun大家好,这里是NewBeeNLP。近年来,基于 Transformer 和自监督学习的预训练语言模型具有良好的泛化能力,在长文本生成和可控文本生成方面取得了较好的效果,引起学术界和工业界越来越多的关注。本报告将重点介绍这一领域取得的一些进展和面临的主要挑战,并介绍澜舟在可控文本生成方面的一些探索。今天的介绍会围绕下面四点展开:可控文本生成...

万物皆可Graph | 当信息检索遇上图神经网络

作者|上杉翔二悠闲会·信息检索整理|NewBeeNLP本篇文章继续整理 Graph in Rec&Search 这个系列的文章,以前博主整理过的系...

#机器学习#人工智能#java +2
建议收藏!早期人类驯服『图神经网络』的珍贵资料

大家好,我是kaiyuan????‍????五一有空复盘了最近一年的项目,除了常规的NLP项目之外,还有几个之前没有涉及过的领域。今天这篇文章整理分享了我从零开始图网络之旅的一些有帮助的学...

#神经网络#编程语言#xhtml +1
2W字长文 | 漫谈工业界图神经网络推荐系统

图神经网络是近年来很火的一个研究方向,在生物化学,推荐系统,自然语言处理等领域都得到了广泛应用。其中图神经网络在推荐系统的应用方面,已有几篇综述[1][2][3]做过详细的归纳总结。但是让...

#大数据#算法#计算机视觉 +2
收藏 | 机器学习、深度学习面试知识点汇总

本文总结了一些秋招面试中会遇到的问题和一些重要的知识点,适合面试前突击和巩固基础知识。作者丨Oldpan来源丨oldpan博客编辑丨极市平台前言最近这段时间正临秋招,这篇文章是老潘在那...

#算法
大模型预训练中的数据处理及思考

作者:赵亮,NLPer;昆仑万维·预训练。原文:https://zhuanlan.zhihu.com/p/641013454整理:青稞AI大模型预训练需要从海量的文本数据中学习到充分的知识存储在其模型参数中。预训练所用的数据可以分为两类。一类是网页数据(web data),这类数据的获取最为方便,各个数据相关的公司比如百度、谷歌等每天都会爬取大量的网页存储起来。其特点是量级非常大,比如非...

2024 最新综述 | 当知识图谱遇上多模态学习

后台留言『交流』,加入NewBee讨论组论文题目:Knowledge Graphs Meet Multi-Modal Learning: A Comprehensive Survey论文链接:http://arxiv.org/abs/2402.05391项目地址:https://github.com/zjukg/KG-MM-Survey备注:54 pages, 617 citations, ...

#知识图谱#学习#人工智能
大模型面试百问百答

作者|Codering整理|NewBeeNLPhttps://zhuanlan.zhihu.com/p/686761933后台留言『交流』,加入NewBee讨论组大家好,这里是 NewBeeNLP。今天分享大模型面试相关知识点,持续更新。 1. RAG技术体系的总体思路数据预处理->分块(这一步骤很关键,有时候也决定了模型的效果)->文本向量化->query向量化-&g...

    共 239 条
  • 1
  • 2
  • 3
  • 24
  • 请选择