- 博客(7)
- 收藏
- 关注
RSS订阅原创 漫游Embedding高维向量空间
无论是bge-m3基于transformer网络结构的“小”模型，还是RQ-VAE基于transformer网络结构的定制模型，同LLM大模型一样，这些模型的tokenizer，其实就是些比较大的embedding向量表，无数难以言明的语义embedding在神经网络中加减、插值、投影等大量繁复而递归地操作，最终行成了不同语义之间的深刻关联，乃至于让机器吐出“人话”，通过图灵测试，走向AGI智能时代。
2025-08-28 09:24:33
1325
原创 让推荐学会思考：用强化学习激活大模型的序列推理能力
本文探讨了推荐系统与大模型结合的发展路径，特别是在用户行为序列建模和推理方面的应用。随着大模型的崛起，推荐系统开始尝试通过强化学习训练大模型，理解用户行为序列的内在关系，并生成相关兴趣标签，以预测用户的下一个点击行为。通过实验，作者展示了基于强化学习的Rec_E1框架在新闻推荐任务中的表现，讨论了BM25算法在不同数据库中的表现差异，并指出端到端一体式优化是推荐系统结合大模型的未来方向。
2025-05-22 09:54:19
957
1
原创 多模态大模型识别边界框实践—股票K线图启明之星形态
本文验证了多模态大模型MLLM对开放式人为定义图形的边界框识别能力，例如K线形态启明之星的边界框坐标识别。
2024-10-05 18:04:22
3926
2
原创 Pandas替代框架性能测评——Polars|Modin|Pandarallel|pySpark
Pandas在大数据处理上的不足，制约了其在数据科学领域的进一步发展，尽管它在小数据集上处理非常灵活方便；探究Pandas在大数据时代的替代品，是算法工程师面临的重要问题。当然，现在各类公有云和分析型数据库大行其道，大数据对于它们来说不是问题，但这往往需要付出一定的成本才能获得商用版本带来的便捷与高效。那么，有没有低成本的方案可供选择呢？反思Pandas面对大数据时羸弱的表现：由于Pandas在设计时只能单核运行，因此无法用到计算机的多核CPU，针对这个弱点的改善，业界实现了很多替代方案。下面分
2022-05-15 16:13:16
3748
原创 推荐系统感悟一：机器的战争
对很多人来说，推荐系统是一台没有说明书、操作按钮和外包装的机器，只需一股脑喂入数据，机器就能吐出想要的数据。人们不需要知道这个机器的运行原理，它一旦运行起来，就是如此神奇，能洞察人心，让人流连忘返。在制造这台机器——推荐系统的工程师看来，一切的发生都有因有果，机器上每个组件的细微偏差都会改变推荐结果的内涵，从而潜移默化的影响推荐体验，不动声色地翻转推荐效果的发展趋势。面对越来越多的数据量和不断升级的基础设施，机器随时会发生超载报警或者故障停止，这可能会大面积影响这台机器所服务的用户；这个时候也是机器
2020-12-06 12:27:58
224
原创 探索推荐系统的哲学意义
1. 推荐系统是数字世界的一个出口在现实的世界中，存在着在人、物和信息之间的交流，人与人的交流、人与物的交流和人与信息的交流，这三种交流基本覆盖了我们认识的现实世界。人在现实世界之外创造了虚拟的互联网世界，这个世界同样有着在现实世界里的人、物和信息之间的交流需求，人与人的交流需求催生了互联网社交的发展，人与物的交流需求催生了互联网电子商务的发展，人与信息的交流需求催生了互联网多媒体资讯的发...
2019-12-16 14:55:38
1291
原创 文本分类Keras RNN实践——应用腾讯和百度中文词向量
中文词向量深度学习在NLP领域大展身手，而深度学习处理文本，离不开文本的向量化。英语独特的语法规则，使得单用空格就能将句子中的单词分割开来，从而取得词向量，这极大简化了英语的NLP预处理过程，工业界学术界也有非常好的资源支持，如谷歌公司word2vec算法、斯坦福大学GloVe算法等等，应用这些英文开源词向量模型，大大扩展了英文自然语言处理使用的深度和广度。中文自文言文发展开始，丰富的...
2018-12-21 16:32:42
7634
7
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人