强烈推荐李沐等人开源的《动手学深度学习》最新版！完整中文版 PDF 终于更新可下载：《动手学深度学习》旨在向读者交付有关深度学习的交互式学习体验。书中不仅阐述深度学习的算法原理，还演示它...

作者|kaiyuanhttps://bytedance.larkoffice.com/docx/OdGOdfsIPooznDx5ZvfcFqJjnne大家好，这里是NewBeeNLP。大模型LLM在越来越多的领域开始崭露头角，前段时间我们整理了大模型在推荐系统中的应用 survey，当时留了一些坑没填上，今天补上。完整阅读体验可看：https://bytedance.larkoffice.c...

作者：苏肇辰标题：Living in the Moment: Can Large Language Models Grasp Co-Temporal Reasoning?录取：ACL2024 Main论文链接：https://arxiv.org/abs/2406.09072代码链接：https://github.com/zhaochen0110/Cotempqa单位：苏州大学、上海人工智能实验室?

作者|Chilia整理|NewBeeNLP什么是跨域推荐呢？一句话概括就是：跨域推荐（Cross-Domain Recommendation）是 迁移学习 在推荐系统中的一种应用。跨域推荐的目的一般是下面几个： 解决冷启动/数据稀疏问题 ：例如，一个公司的两个APP业务，用户群体(user)交叉很大，但是item不同，当A业务的用户首次来访B业务时（冷启...

原文：https://zhuanlan.zhihu.com/p/20751924531一、DeepSeek[1]核心理论创新1.MLA[2]大模型架构创新自GPT采用Transformer架构取得成功以来，经典Transformer架构一直是很多大模型的标配。但这不意味着Transformer是完美无缺的。DeepSeek在Transformer架构的基础上也做了很多创新，主要为：多头潜在注意力即

title：RLNF: Reinforcement Learning based Noise Filtering for Click-Through Rate Predictionlink...

作者|上杉翔二悠闲会·信息检索整理|NewBeeNLP在我们之前分享的『对比学习+推荐』的文章中曾经提到，自监督学习被引入推荐系统领域主要有以下优势：舒缓数据稀疏。一般来说推荐系统的数据集，有点击的监督数据不便于收集，非常少，而且高度稀疏化，因此通过自监督学习是可以对数据进行增强和扩增的；舒缓噪音干扰。不但数据集稀疏，而且比如...

知识图谱是大数据时代知识表示的主要形态之一，是人工智能应用不可或缺的基础资源，自2012年提出至今，受到学术界和产业界越来越多的关注。伴随着人工智能浪潮，知识图谱迅速发展，已经在语义搜索、...

作者|Kevin吴嘉文整理|NewBeeNLP公众号https://zhuanlan.zhihu.com/p/616830127Alpaca，ChatGLM 等模型的效果可以接受，下文总结部分笔记，为训练自定义小型化（7B）模型提供点知识储备。包括模型论文 LaMDA, Muppet, FLAN, T0, FLAN-PLAM, FLAN-T5LaMDA论文：Language Model...

分享嘉宾：赵哲博士 腾讯 高级研究员编辑整理：张书源爱丁堡大学出品平台：DataFunTalk导读：预训练已经成为自然语言处理任务的重要组成部分，为大量自然语言处理任务带来了显著提升。本...