网址：https://github.com/cbamls/AI_Tutorial
GitHub上的一个开源项目，全面整理高质量的人工智能、机器学习、大数据等技术资料。里面内容主要来自开源项目官网、综合技术网站（AIQ 、InfoQ、Stackoverflow、Github 等、国内外知名互联网公司技术博客(FAANG、Alibaba、Meituan etc)、知名技术公众号(DatafunTalk、阿里技术等)，。该文档每天自动更新。
----------------------------------------
精选机器学习，NLP，图像识别， 深度学习等人工智能领域学习资料，搜索，推荐，广告系统架构及算法技术资料整理。算法大牛笔记汇总
中文 | English
全面整理高质量的人工智能、机器学习、大数据等技术资料。内容主要来自开源项目官网、综合技术网站（AIQ
、InfoQ、Stackoverflow、Github 等、国内外知名互联网公司技术博客(FAANG、Alibaba、Meituan
etc)、知名技术公众号(DatafunTalk、阿里技术等)。
该文档每天自动更新
我们有一个梦想：随着全球工业界在AI道路上的不断探索与沉淀，笔耕不缀，很多很多年后， AIQ终将成为人工智能领域的“史家之绝唱，无韵之离骚”。——“苦练基本功”
我们有一个梦想：随着工业界不断的分享实践，未来无数的AI工程师们都能在这里找到解决方案、对标前沿，收获志同道合的朋友。智能时代里遍地生花、百家争鸣。——“坚持做正确的事，而不是容易的事”
我们有一个梦想：随着不断提升人工智能技术信息获取的效率，降低信息不对称壁垒，加速行业周期，助力人类智 能化的翅膀飞的更高更远！——“每天前进三十公里”
推广、广告、招聘、投稿、合作 侵权请联系邮箱
Github：https://github.com/cbamls/AI_Tutorial
Website: https://www.6aiq.com
Mail: 88cbam@gmail.com
加我微信: wx_vchar
滚动周报
注：算法大牛本周发布的笔记汇总，统计区间(2023-12-15 ~ 2023-12-22), 本周报更新时间:2023-12-22 23:33:51
| 序号 | 佳作 | 作者 | 时间 |
|---|---|---|---|
| 1 | 大模型混合精度训练 | 绝密伏击 | 2023-12-22 19:15:59 |
| 2 | 理想汽车基于Flink on K8s的数据集成实践 | DataFunTalk | 2023-12-22 18:42:18 |
| 3 | 一线大厂数据产品经理成长之路 | DataFunTalk | 2023-12-21 19:01:06 |
| 4 | 小红书 - 招募 RLHF 算法工程师 | 何枝 | 2023-12-21 15:09:33 |
| 5 | OpenAI的Weak-to-Strong在说什么 | 李rumor | 2023-12-21 13:10:21 |
| 6 | 如何构建自己的大模型（万字长文） | 绝密伏击 | 2023-12-21 11:38:53 |
| 7 | 1-2B参数规模大模型使用心得及模型汇总 | 刘聪NLP | 2023-12-21 11:10:38 |
| 8 | 关于A/B 实验中策略长期效果评估方案的研究 | DataFunTalk | 2023-12-20 18:07:10 |
| 9 | 吴恩达发布企业AI转型手册，AI Transformation Playbook，对公司高管、正在创业的AIer是不错的指南。 | 大林 | 2023-12-20 17:08:34 |
| 10 | 微软研究院科学智能中心MSR AI4Science诚招机器学习研究员 | 潘润琦 | 2023-12-20 13:05:36 |
| 11 | 微软中国开放大量社招名额！不容错过！ | 潘润琦 | 2023-12-20 12:52:01 |
| 12 | 拼多多系列vol.3:多多买菜的奇袭与青年近卫军的崛起 | 姚凯飞 | 2023-12-19 23:41:22 |
| 13 | 心法利器[70] | 短文本理解的难点和解决方案 | 机智的叉烧 | 2023-12-19 21:13:45 |
| 14 | 如何成为好的数据产品经理？-快手数据平台负责人 | DataFunTalk | 2023-12-19 20:32:07 |
| 15 | 数据治理与大模型一体化实践 | DataFunTalk | 2023-12-19 18:55:54 |
| 16 | 网上有很多的Prompt模板，这次OpenAI发布了写好Prompt的六个策略，很实用 | 大林 | 2023-12-19 17:49:04 |
| 17 | 基于扩散建模（Diffusion Modeling）的推荐系统——Part2 | 琦琦 | 2023-12-19 16:43:32 |
| 18 | CIKM'23 | 快手: QIN 搜索长期行为序列建模 | 蘑菇先生 | 2023-12-19 13:42:25 |
| 19 | 拼多多系列vol.2：拼多多的内部管理飞轮是怎么运转的？ | 姚凯飞 | 2023-12-18 21:33:54 |
| 20 | 基于扩散建模（Diffusion Modeling）的推荐系统——Part1 | 琦琦 | 2023-12-18 19:49:36 |
| 21 | 快手 Dragonfly 策略引擎的设计与应用 | DataFunTalk | 2023-12-18 18:52:41 |
| 22 | 坦白局！网易数帆解读 Apache Kyuubi 1.8 特性 | DataFunTalk | 2023-12-18 11:22:08 |
| 23 | C++中为什么在类模板中不能特化成员函数模板？ | 杨旭东 | 2023-12-18 10:35:44 |
| 24 | 美团内容智能分发的算法实践 | 蘑菇先生 | 2023-12-18 09:12:13 |
| 25 | 让所有大模型参数可调——Parameter-Efficient Fine-Tuning(PEFT)高效微调方法总结（系列4终结篇） | 琦琦 | 2023-12-17 15:13:56 |
| 26 | OpenAI 发表的第一篇论文，值得一读，Weak-to-Strong Generalization | 大林 | 2023-12-15 22:59:24 |
| 27 | 大模型Parameter-Efficient Fine-Tuning(PEFT)——参数高效微调方法技术总览（系列3） | 琦琦 | 2023-12-15 17:29:40 |
| 28 | 大模型时代的阿里妈妈内容风控基础服务体系建设 | 阿里妈妈技术 | 2023-12-15 11:48:38 |
| 29 | LLM+Data，金融行业的顶流神器！ | DataFunTalk | 2023-12-15 10:39:58 |
大牛笔记
- DataFunTalk
- 朱翔宇(「炼丹笔记 」「阿里云天池大赛赛题解析」作者,《阿里云天池大赛赛题解...)
- 机智的叉烧(OPPO对话算法，公众号：CS的陋室,个人微信公众号：CS的陋室，N...)
- 大师兄(《深度学习高手笔记》系列丛书作者,通过和 @人民邮电出版社 的合作，...)
- 刘聪NLP(专业炼丹师，专治疑难杂症,NLP算法工程师，个人微信：logCong...)
- 北冥乘海生(大数据仁波切 公号“计算广告”(Comp_Ad),《计算广告》作者，...)
- 鱼遇雨欲语与余(公众号：Coggle数据科学，《机器学习算法竞赛实战》作者,一对一学...)
- 李rumor(公众号「李rumor」，AI算法小姐姐，谷歌开发者专家,还没呢。...)
- 张小磊(小小又大大的梦想,小小又大大的梦想。...)
- 亦一(公众号：播播笔记(推荐算法)，吾之(生活思考),在不堪一击的现实里还...)
- sliderSun(https://github.com/sliderSun,https...)
- 绝密伏击(九天惊雷撼乾坤，一指破空九万里,一位篮球爱好者。...)
- Microstrong(微信公众号：Microstrong，大规模分布式算法工程师,欢迎关注...)
- 阿水(公众号【Coggle数据科学】,数据挖掘/计算机视觉从业者 数据竞赛...)
- 石塔西(CDA持证人，推荐算法说书人～公众号：推荐道,如果有问题咨询，请走“...)
- Houye(化学本，计算机博。私信不看，有问题付费咨询。,微信Houye93 公...)
- 王喆(广告/推荐 Engineering Manager,广告/推荐, E...)
- 吴海波(机器学习,蘑菇街VP，WeShop全球化。...)
- zenRRan(公众号：「深度学习自然语言处理」，小小NLPer~,不做螺丝钉，学以...)
- 琦琦(一个爱跳舞 的程序猿,建议尽量不要私信我，极有可能漏看。 有疑问可在...)
- 蘑菇先生(个人公众号: 蘑菇先生学习记 & 某大厂算法工程师。,胜不骄，败不馁...)
- 阿里妈妈技术
- 缄默笔记(公众号"缄默笔记"，分享推荐系统学习笔记,...)
- 吴恩达
- 张俊林(你所不知道的事,Heil Hydra！嗯。...)
- King James(公众号：KingJames讲策略，算法出身的策略产品；,1. 专注于...)
- 李沐(https://github.com/mli。...)
- 潘润琦(一只菜鸡 木有学上,...)
- 衣介书生(打工人，公众号：后厂村搬砖工，欢迎关注,#打工人 #互联网 #推荐算...)
- 猛猿(公众号：大猿搬砖简记,学习和职业历程： 会计➡️算法➡️大数据➡️算...)
- 何枝(欣赏每一个用逻辑阐述观点的人，不喜欢无论据的情绪输出。,笑一个吧，功...)
- Keep Learning
- 策略产品Arthur
- 姚凯飞(喜欢数学的算法工程师,码农，欢迎关注我的微信公众号: data_al...)
- Ostrich(厚积薄发,分享互联网技术和成长经验。...)
- 冯伟(推荐系统,混迹推荐系统的小码农。...)
- 杨旭东
- Young(公众号【Young样说】探索前沿有趣的科技AI见闻,- 清华大学本科...)
- iwtbs(公众号：推荐广告算法小木屋,推荐算法工程师。...)
- 萧瑟(王哲，广告/推荐/深度学习/NLP，知乎专栏：炼丹实验室,http:...)
- 一两赘肉无(和鲸社区运营，heywhale.com,...)
- 大林
- Peter PanXin(AI 大数据 分布式系统,Colossus, Spanner, IA...)
- 风控大鱼(互联网风控/风险模型/反洗钱（公众号：风控大鱼）,Nothing w...)
- Tang AI(在机器学习中欲仙欲死,神经病王子，佛系，网瘾少年。...)
- JioNLP团队(开源JioNLP千星作者，公众号JioNLP，数据分析,jionlp...)
- Andy Yang(生活、学习、思考和观察世界,自由之精神 独立之思想。...)
- 归来仍是少年(欢迎大家关注公众号《我爱自然语言处理》,做自然语言处理方向，kagg...)
- kaiyuan
- 北冥有鱼(zepengzhang.com。...)
- 九老师
- yanianthe(炒股被抄家的前大厂程序员@不掉发就是胜利。,你好呀，交个朋友。...)
- 黑猫白猫cutecat
- 王峰(http://happynear.wang/。...)
- arXivDaily
- bytecoder
- PaperWeekly(欢迎关注同名微信公众号：PaperWeekly,厚积薄发。...)
- 网络人工智能园地(华为网络AI平台(NAIE)官方帐号,公众号：网络人工智能园地 官网...)
- 小潄
- 阿泽(公众号：阿泽的学习笔记,程序员 摄影师 爱健身 高颜值 五迷 暖男...)
- 朱小强(技术探险者,正在开启新的旅程。。...)
- Aston Zhang(《动手学深度学习》 https://zh.d2l.ai,...)
- 其它
工业案例
- 亚马逊
- 苏宁
- 丁香园
- 作业帮
- VIVO
- OPPO
- 58同城
- 知乎
- 贝壳找房
- 第四范式
- 明略科技
- 饿了么
- 滴滴
- 微软
- UC
- 联想
- 今日头条
- 陌陌
- 货拉拉
- 去哪儿网
- vivo
- 美团
- 携程
- 唯品会
- 华为
- 360
- 神策数据
- 哔哩哔哩
- 爱奇艺
- 大疆
- 新浪
- 搜狗
- 搜狐
- 小红书
- CVTE
- 拼多多
- 科大讯飞
- 微众银行
- 蘑菇街
- 新东方
- 快手
- 小米
- 金山
- Hulu
- 优酷
- eBay
- 虎牙
- 字节跳动
- 汽车之家
- 腾讯
- VIPKID
- 好未来
- 谷歌
- 百度
- 网易
- 蚂蚁金服
- 凤凰网
- 有赞
- 微信
- 京东
- 乐视
- 米哈游
- 趋势科技
- 阿里
DataFunTalk
| 序号 | 佳作 | 时间 |
|---|---|---|
| 1 | 理想汽车基于Flink on K8s的数据集成实践 | 2023-12-22 18:42:18 |
| 2 | 一线大厂数据产品经理成长之路 | 2023-12-21 19:01:06 |
| 3 | 关于A/B 实验中策略长期效果评估方案的研究 | 2023-12-20 18:07:10 |
| 4 | 如何成为好的数据产品经理？-快手数据平台负责人 | 2023-12-19 20:32:07 |
| 5 | 数据治理与大模型一体化实践 | 2023-12-19 18:55:54 |
| 6 | 快手 Dragonfly 策略引擎的设计与应用 | 2023-12-18 18:52:41 |
| 7 | 坦白局！网易数帆解读 Apache Kyuubi 1.8 特性 | 2023-12-18 11:22:08 |
| 8 | LLM+Data，金融行业的顶流神器！ | 2023-12-15 10:39:58 |
| 9 | OLAP技术的选择，进化和思考 | 2023-12-13 20:08:00 |
| 10 | B 站基于 StarRocks 构建大数据元仓和诊断系统 | 2023-12-12 21:10:14 |
| 11 | DataFunCon2023·深圳站回顾｜附PPT下载 | 2023-12-11 10:29:53 |
| 12 | 以新能源资产为主体的能源运营决策 | 2023-12-10 09:40:12 |
| 13 | CTR 2023 最新进展：Calibration based MetaRec CTR | 2023-12-09 09:30:04 |
| 14 | 大模型时代 AI 技术在金融行业的创新应用 | 2023-12-07 20:50:13 |
| 15 | 小米数据生产平台的产品设计方法与实践 | 2023-12-06 20:30:15 |
| 16 | Apache Celeborn 社区的今天和明天 | 2023-12-05 18:57:20 |
| 17 | 如何看待大数据云原生发展之路--观 2023 云栖大会有感 | 2023-12-04 18:50:55 |
| 18 | 货拉拉用户埋点体系建设实践 | 2023-12-03 18:25:01 |
| 19 | 我们能获得推荐系统的大模型吗？ | 2023-12-03 08:20:11 |
| 20 | NVIDIA-Merlin: 基于GPU的推荐系统训练和推理全套方案 | 2023-12-02 18:00:04 |
| 21 | 丁香园大数据基于 Apache Kyuubi / Celeborn 的实践 | 2023-12-02 08:40:15 |
| 22 | 增长的底层逻辑和新增长三大案例 | 2023-12-01 20:30:03 |
| 23 | OPPO应用分发策略：如何雕琢用户价值，同时削减成本？ | 2023-11-30 20:00:17 |
| 24 | 小米指标体系的建设及管理最佳实践 | 2023-11-28 18:58:13 |
| 25 | 腾讯TRS在线搜参在搜推广业务中的探索和实践 | 2023-11-26 09:00:13 |
| 26 | DCMM 助力工业企业数字化转型发展最佳实践 | 2023-11-25 18:11:04 |
| 27 | 多域图大模型在百度推荐系统的实践与思考 | 2023-10-17 18:00:08 |
| 28 | 数据湖与实时数仓应用实践 | 2023-10-16 11:03:17 |
| 29 | 大语言模型在推荐系统的实践应用 | 2023-10-12 18:59:03 |
| 30 | 京东实时风险洞察的架构演迸与思考 | 2023-10-11 11:46:30 |
| 31 | 数据平台的6个关键模块 | 2023-10-10 17:18:50 |
| 32 | 网易大数据智能运维平台 EasyEagle | 2023-10-10 13:51:37 |
| 33 | （一文读懂大数据行业）-面向百度商业数据产品的全流程 DataOps 实践 | 2023-10-09 16:19:55 |
| 34 | 阿里巴巴数据稳定性治理实践 | 2023-10-08 10:03:58 |
| 35 | 算法工程师的职业发展之路 | 2023-10-03 17:14:52 |
| 36 | 打造用户增长场景下的AB实验体系，我们需要做什么？ | 2023-09-29 09:48:29 |
| 37 | Trino 在哔哩哔哩湖仓一体化平台中的实践 | 2023-09-27 11:42:38 |
| 38 | 58标签体系建设实践 | 2023-09-26 18:52:32 |
| 39 | 决策优化算法行业落地难点与发展趋势 | 2023-09-26 09:00:11 |
| 40 | Doris新优化器背后的故事 | 2023-09-25 18:01:53 |
| 41 | 主动学习以及样本不均衡在图数据场景的探索 | 2023-09-23 18:38:12 |
| 42 | Flink CEP在实时风控场景的落地与优化 | 2023-09-22 18:42:02 |
| 43 | 探索智能供应链在医药领域的应用 | 2023-09-22 13:12:05 |
| 44 | Flink CEP在实时风控场景的落地与优化 | 2023-09-22 09:00:10 |
| 45 | 华为多模态同传翻译的落地及优化 | 2023-09-21 15:54:52 |
| 46 | 流式图计算在蚂蚁大数据场景的应用 | 2023-09-19 17:34:21 |
| 47 | 网易伏羲游戏AI Bot的拟人化和风格化：AIGA赋能游戏探索 | 2023-09-18 18:43:53 |
| 48 | 数据产品经理的三个成长路径 | 2023-09-18 14:20:45 |
| 49 | 打造极致HTAP精品国产数据库，TDSQL融合版来了！ | 2023-09-15 15:50:19 |
| 50 | 大厂的数据产品设计模型 | 2023-09-14 12:04:22 |
| 51 | 字节基于 Hudi 的批流一体存储实践 | 2023-09-04 18:07:12 |
| 52 | 阿里云实时数仓与流式数据湖构建实践 | 2023-08-21 16:39:16 |
| 53 | 数据指标体系如何构建？ | 2023-08-09 10:59:48 |
| 54 | Spark还是Flink？主流计算引擎如何选择？ | 2023-08-03 19:26:43 |
| 55 | 大模型看了也摇头的决策场景，清华、菜鸟、阿里的专家如何解决？ | 2023-08-03 11:07:56 |
| 56 | 硬件资源限制下环路检测如何在风控领域提效数十倍？ | 2023-08-02 18:59:07 |
| 57 | 基于知识图谱的图神经网络推理 | 2023-07-31 18:57:30 |
| 58 | 网易云音乐实时数仓治理优化实践 | 2023-07-29 23:34:11 |
| 59 | 新一代车联网数据基座架构 - 基于 YMatrix 的最佳实践 | 2023-07-29 23:21:28 |
| 60 | 淘宝直播APP用户增长实践 | 2023-07-29 22:55:17 |
| 61 | AB实验在腾讯海外游戏中的应用 | 2023-07-17 18:42:37 |
| 62 | OPPO基于图神经网络的搜索推荐算法与实践 | 2023-07-17 18:22:38 |
| 63 | 湖仓存储系统设计剖析和性能优化 | 2023-07-14 17:30:23 |
| 64 | 火山引擎增长指标体系构建及分析实践 | 2023-07-14 17:27:30 |
| 65 | 实时物化视图：加速大规模时间序列数据查询的利器 | 2023-07-14 17:03:12 |
| 66 | 腾讯TRS之元学习与跨域推荐的工业实战 | 2023-07-11 18:01:15 |
| 67 | 抖音集团面向多样应用场景的数据准备实践 | 2023-07-11 17:32:25 |
| 68 | 如何在大背景下降本增效，构建超大规模存储架构？ | 2023-07-06 16:06:15 |
| 69 | 推荐系统的公平性：从消费者到供给者 | 2023-07-05 18:52:25 |
| 70 | Flink：从流式计算走向流式数仓 | 2023-07-05 14:25:26 |
| 71 | 数据科学在实践中常见的数据谎言 | 2023-07-04 18:47:12 |
| 72 | 大厂绝密！对象存储和块存储系统的设计思路和落地实践！ | 2023-07-04 14:53:38 |
| 73 | 爱奇艺数据链路治理 | 2023-07-03 17:56:52 |
| 74 | OPPO基于大模型与知识图谱的技术实践探索 | 2023-06-29 17:02:44 |
| 75 | 大模型与数智创新、人才变革 | 2023-06-29 16:57:40 |
| 76 | 数据湖 Iceberg 在小米的应用 | 2023-06-29 16:30:59 |
| 77 | 从模型到服务：阿里云机器学习PAI一站式模型开发和部署实 | 2023-06-25 12:22:57 |
| 78 | 新能源车企数据中台指标体系建设方法论 | 2023-06-25 00:27:37 |
| 79 | 广义因果森林的构造以及在在线交易市场的应用 | 2023-06-19 19:15:22 |
| 80 | 高性能、云原生湖仓一体存储架构探秘 | 2023-06-19 19:00:26 |
| 81 | 「万字长文系列」带你理清图数据库 & 图计算 | 2023-06-17 21:26:07 |
| 82 | EB级数仓都在用的算子级血缘如何实现主动数据治理 | 2023-06-14 18:38:41 |
| 83 | 网易基于Apache Ranger 的数据安全中心实践 | 2023-06-13 18:31:57 |
| 84 | 从数据集成到现代数据栈 | 2023-06-13 11:48:01 |
| 85 | 腾讯欧拉如何打造数据自治系统 | 2023-06-13 10:47:44 |
| 86 | 数仓 Onedata 体系建设方法论 | 2023-06-11 16:23:00 |
| 87 | 网易云音乐数据治理实践 | 2023-06-11 15:59:23 |
| 88 | 低代码指标平台，构建人人可用的敏捷指标工具 | 2023-06-08 14:12:52 |
| 89 | 超写实数字人技术探索 | 2023-06-07 20:07:01 |
| 90 | 基于统一语义层构建的智能化数据分析平台 | 2023-06-07 18:33:52 |
| 91 | 基于统一语义层构建的智能化数据分析平台 | 2023-06-07 18:26:32 |
| 92 | 从 Apache Doris 到 SelectDB：下一代云原生实时数仓的演进 | 2023-06-04 15:11:10 |
| 93 | 精准推荐的秘术：阿里解耦域适应无偏召回模型详解 | 2023-06-04 13:02:02 |
| 94 | 因果推断与大模型如何互相促进？且看学界和业界专家详解 | 2023-06-01 11:55:58 |
| 95 | 人脸检测技术演进史 | 2023-05-31 18:39:39 |
| 96 | 网易有数 BI 图表查询性能优化实践 | 2023-05-30 19:03:11 |
| 97 | 因果推断在翼支付智能决策场景的应用 | 2023-05-30 18:57:54 |
| 98 | 多任务学习最新：基于神经元级共享的 CTR、CVR 多任务联合预估方法 | 2023-05-29 18:04:40 |
| 99 | 图计算在翼支付风控场景的应用 | 2023-05-29 17:42:56 |
| 100 | 超越甲骨文和微软，位居第一，数据库技术未来会如何创新？ | 2023-05-29 14:36:37 |
| 101 | Apache hudi在腾讯的落地与实践 | 2023-05-28 15:30:02 |
| 102 | 图算法在阿里风控系统中的实践 | 2023-05-28 11:26:43 |
| 103 | 基于知识的神经符号结合的离散推理研究 | 2023-05-26 16:41:02 |
| 104 | GNNs 推荐系统及应用 | 2023-05-25 18:36:04 |
| 105 | 面向大规模深度学习训练的缓存优化实践 | 2023-05-25 14:21:40 |
| 106 | 因果推断应用现状、挑战与趋势 | 2023-05-25 12:10:24 |
| 107 | 知识可迁移图神经网络及其在金融风险预测中的应用 | 2023-05-24 14:46:05 |
| 108 | 数百个技术话题与最佳实践，覆盖AIGC、数据安全等领域，值得一看！ | 2023-05-23 14:26:49 |
| 109 | 阿里云数据湖统一元数据与存储管理实践 | 2023-05-23 13:59:55 |
| 110 | 京东零售供应链数字孪生探索与实践 | 2023-05-22 18:30:06 |
| 111 | 网易 Arctic on Flink 流式特性核心原理解读 | 2023-05-20 15:33:36 |
| 112 | 读时建模技术在异构数据分析平台的应用 | 2023-05-19 20:00:12 |
| 113 | 基于知识增强和预训练大模型的 Query 意图识别 | 2023-05-19 18:56:18 |
| 114 | 大模型时代，AI基础软件的关注点再次回到运行效率 | 2023-05-19 18:02:44 |
| 115 | 教程｜利用 TuGraph 图数据库搭建图应用 | 2023-05-18 18:40:09 |
| 116 | 清华大学彭皓：事件抽取发展脉络、前沿算法与工具包 | 2023-05-17 18:30:03 |
| 117 | 多模态 DNN 模型在药物相互作用预测任务中的应用 | 2023-05-16 14:00:04 |
| 118 | 音乐驱动数字人技术详解 | 2023-05-15 18:38:36 |
| 119 | 快手流批一体数据湖构建实践 | 2023-05-15 14:00:11 |
| 120 | 因果推断在腾讯 PCG 中台的落地实践 | 2023-05-14 16:00:03 |
| 121 | 查询时长下降10倍！网易有数 BI 物化视图设计要点与内部实践 | 2023-05-14 13:00:06 |
| 122 | CV CUDA在微博多媒体内容理解的应用 | 2023-05-13 13:15:25 |
| 123 | 外部数据在信贷风控和经营中的应用 | 2023-05-12 18:12:24 |
| 124 | 字节跳动湖平台在批计算和特征场景的实践 | 2023-05-11 12:44:15 |
| 125 | FlinkSQL的字段血缘解决方案 | 2023-05-10 18:26:32 |
| 126 | 蔚来汽车深度学习算法实践 | 2023-05-10 14:00:10 |
| 127 | 数据治理与安全合规的实践现状与挑战 | 2023-05-10 12:30:02 |
| 128 | 图算法在蚂蚁集团信用风控场景的应用 | 2023-05-09 18:45:13 |
| 129 | 数据科学在腾讯内容生态中的应用 | 2023-05-08 18:24:03 |
| 130 | 推荐系统技术综述 | 2023-05-08 13:42:31 |
| 131 | 腾讯天穹 SuperSQL：统一大数据自适应计算平台技术解析 | 2023-05-07 15:04:31 |
| 132 | 数据标准和数据质量：技术解析与典型案例 | 2023-05-07 13:03:50 |
| 133 | 面向统一的AI神经网络架构和预训练方法 | 2023-05-06 18:17:03 |
| 134 | Apache Doris 极速数据湖分析技术细节公开！ | 2023-05-06 14:00:12 |
| 135 | 小布虚拟人与多模态技术演进 | 2023-05-05 18:02:07 |
| 136 | 网易云音乐实时数仓架构与低代码实践 | 2023-05-05 14:03:11 |
| 137 | 腾讯内容生态实时信号系统实践 | 2023-05-04 14:01:03 |
| 138 | 虎牙应用监控指标设计实践 | 2023-05-03 14:56:35 |
| 139 | 万字长文讲述大模型与知识图谱的关系 | 2023-05-03 14:00:20 |
| 140 | FinBench：金融场景下的图系统选型 | 2023-05-03 13:20:11 |
| 141 | 因果推断在微视激励和供需场景的应用 | 2023-05-03 11:02:15 |
| 142 | 第三代Notebook：Byzer-Notebook 如何助力数据工程、分析，以及机器学习？ | 2023-05-02 11:29:13 |
| 143 | 一文搞懂蚂蚁集团 TuGraph 图数据库 | 2023-05-01 10:19:04 |
| 144 | 如何冲破 GPT-4 的信息茧房？ | 2023-04-27 14:19:24 |
| 145 | 怎么做精准投放与转化？阿里多渠道序列化投放技术揭秘 | 2023-04-26 14:24:14 |
| 146 | 如何搭建好的数据指标体系？ | 2023-04-26 14:00:07 |
| 147 | DAMO-YOLO：兼顾速度与精度的高效目标检测框架 | 2023-04-25 13:58:06 |
| 148 | 开源机器学习数据库 OpenMLDB：线上线下一致的生产级特征平台 | 2023-04-24 19:23:02 |
| 149 | 微博推荐实时大模型的技术演进 | 2023-04-24 14:00:13 |
| 150 | 因果推断在有限资源决策中的应用 | 2023-04-22 14:53:27 |
| 151 | 图像分类模型训练实践 | 2023-04-21 18:25:07 |
| 152 | 火山引擎发布大模型训练云平台：支持万卡训练，集群性能提升3倍 | 2023-04-20 12:00:58 |
| 153 | LLM 时代的金融知识图谱实践 | 2023-04-20 12:00:13 |
| 154 | GPT-4 给图机器学习带来了什么影响？该如何应对？ | 2023-04-19 08:07:11 |
| 155 | 对话式 AI 应用的降本增效实践 | 2023-04-18 18:10:06 |
| 156 | 如何高效获取数据价值？ | 2023-04-18 14:50:01 |
| 157 | 大规模表格预训练模型 SPACE-T | 2023-04-17 18:09:15 |
| 158 | 小红书基于数据湖的流批统一存储实践 | 2023-04-17 14:00:12 |
| 159 | 美团是如何进行指标管理的？ | 2023-04-16 15:00:13 |
| 160 | 美团在预训练语言模型上的探索和实践 | 2023-04-16 13:01:02 |
| 161 | 可观测系统中的告警管理实践 | 2023-04-15 15:00:09 |
| 162 | 基于 Echarts 的数据可视化在异构数据平台的实践 | 2023-04-14 14:00:09 |
| 163 | 字节跳动A/B测试最佳实践 | 2023-04-13 18:08:04 |
| 164 | 基于 StarRocks 进行湖仓融合的四种范式 | 2023-04-13 14:00:14 |
| 165 | 字节跳动杨诗旻：浅谈数据存储与计算 | 2023-04-12 19:10:14 |
| 166 | ModelScope 视觉检测&关键点系列模型与应用介绍 | 2023-04-12 18:03:09 |
| 167 | 大数据架构知识点详解：国产数据库创新、湖仓一体实践… | 2023-04-12 14:14:28 |
| 168 | Oneflow 基于重计算的动态图显存优化实践 | 2023-04-11 18:08:15 |
| 169 | 翼支付云原生数据开发与治理平台实践 | 2023-04-11 14:00:09 |
| 170 | Spark on K8s 在茄子科技的实践 | 2023-04-10 18:30:07 |
| 171 | 淘宝个性化推荐中自适应与无监督的多场景模型建模实践 | 2023-04-10 14:00:14 |
| 172 | 飞桨图学习大模型训练框架 | 2023-04-09 16:00:13 |
| 173 | 中原银行如何从0到1建设敏捷BI平台？ | 2023-04-09 13:28:02 |
| 174 | 跨多云大数据平台DataCake详解 | 2023-04-08 16:01:10 |
| 175 | 数据治理体系建设与实践 | 2023-04-08 14:00:16 |
| 176 | 低延时音视频技术在OPPO云渲染场景的应用 | 2023-04-07 14:00:42 |
| 177 | ModelScope DIY 多种场景文字识别 | 2023-04-07 12:00:03 |
| 178 | 腾讯如何用因果推断扩大游戏帝国海外版图？ | 2023-04-07 08:00:17 |
| 179 | 齐了！百度、腾讯、滴滴、抖音的技术大佬都来了 | 2023-04-06 14:15:34 |
| 180 | 快手增长渠道数据产品实践 | 2023-04-06 13:29:14 |
| 181 | 用户画像技术总览 | 2023-04-06 12:00:11 |
| 182 | 蚂蚁集团异构平台开放算法协议与开源实践 | 2023-04-05 14:00:13 |
| 183 | CMU张坤：因果表征技术最新进展 | 2023-04-05 10:00:13 |
| 184 | 火山引擎DataLeap数据血缘架构演进之路 | 2023-04-03 16:37:38 |
| 185 | 微信基于 PyTorch 的大规模推荐系统训练实践 | 2023-04-03 14:00:05 |
| 186 | 阿里云机器学习平台大模型训练框架 EPL | 2023-04-02 15:30:03 |
| 187 | 理解编辑类视觉模型会用到哪些技术？ | 2023-04-01 15:59:12 |
| 188 | 飞猪旅行场景下的实时用户理解服务 | 2023-04-01 14:08:43 |
| 189 | 数据治理体系建设实践 | 2023-03-31 18:03:29 |
| 190 | 数据治理驱动下的开发治理平台建设 | 2023-03-31 12:48:05 |
| 191 | 高性能分布式机器学习平台建设经验 | 2023-03-30 18:30:52 |
| 192 | 这届技术人都爱挂在嘴边的“数智化”，我们用八个字拆解了 | 2023-03-30 15:03:27 |
| 193 | 近十年NLP预训练技术的重要发展 | 2023-03-30 12:33:06 |
| 194 | 提速 Spark SQL 2 倍，GLUTEN 向量化引擎原理剖析 | 2023-03-30 08:00:14 |
| 195 | 流批一体的实时特征工程平台建设实践 | 2023-03-29 14:26:30 |
| 196 | JuiceFS苏锐：从技术和业务角度看云原生的发展 | 2023-03-29 12:30:05 |
| 197 | 以标准推动金融智能风控行业发展 | 2023-03-28 18:14:10 |
| 198 | 运维、成本、安全，大数据处理技术三大挑战，如何解决？ | 2023-03-28 13:00:16 |
| 199 | Debias 技术在金融推荐场景下的应用 | 2023-03-27 18:06:31 |
| 200 | 抖音集团数据指标体系分析与增长实践 | 2023-03-27 14:00:11 |
| 201 | 打造全链路数据隐私合规平台 | 2023-03-26 15:00:07 |
| 202 | 电商领域A/B实验平台建设方法 | 2023-03-26 13:14:13 |
| 203 | 工业数据与智能算法驱动下的生产调度优化研究 | 2023-03-25 15:12:14 |
| 204 | 众安金融实时特征平台架构设计与实践 | 2023-03-25 13:56:07 |
| 205 | 深度 UPLIFT 模型在腾讯金融用户增长场景中的应用 | 2023-03-24 14:00:14 |
| 206 | 来自OpenAI的数据工程革命，GPT-4仅仅是开端 | 2023-03-23 18:37:18 |
| 207 | 云原生大数据的核心技术与前沿趋势｜云原生大数据系列访谈（一） | 2023-03-23 11:44:51 |
| 208 | 淘宝虚拟电商技术分享 | 2023-03-23 08:00:16 |
| 209 | 阿里健康医药电商销量预测算法方案 | 2023-03-22 20:00:19 |
| 210 | Presto 在字节跳动的实践 | 2023-03-20 18:08:09 |
| 211 | 美团酒旅图谱构建及应用 | 2023-03-20 14:00:04 |
| 212 | 基于 Doris 构建实时统一的现代数据分析平台 | 2023-03-19 15:24:59 |
| 213 | Akulaku在东南亚金融市场的技术积累 | 2023-03-18 15:00:13 |
| 214 | 从金融IT到金融科技，到数字化转型——基于资产管理行业趋势的思考 | 2023-03-18 08:00:09 |
| 215 | 从用户体验洞察到商业价值变现，以京东为例 | 2023-03-17 18:16:05 |
| 216 | 数据湖仓的应用现状和挑战 | 2023-03-17 14:10:08 |
| 217 | OLAP 核心挑战与前沿趋势解读 | 2023-03-16 17:10:06 |
| 218 | 图机器学习算法、应用的现状与趋势 | 2023-03-16 13:52:15 |
| 219 | 字节跳动极高可用 KV 存储系统详解 | 2023-03-15 18:10:03 |
| 220 | 新一代云数据平台架构演进之路 | 2023-03-15 17:55:51 |
| 221 | 从“外行”眼中看数据产品经理应该具备的基本能力 | 2023-03-14 18:07:02 |
| 222 | 知识图谱技术体系总览 | 2023-03-14 13:00:05 |
| 223 | 基于统一远程证明的 TEE 互联互通实践 | 2023-03-13 18:20:06 |
| 224 | 如何构建好的用户画像平台？ | 2023-03-13 14:00:14 |
| 225 | 百度基于 GPU 的超大规模离散模型训练框架 PaddleBox 与 FeaBox | 2023-03-12 15:14:08 |
| 226 | Apache Kyuubi 1.6.0 新特性解读 | 2023-03-12 13:19:14 |
| 227 | 腾讯数据平台 saas 化实践 | 2023-03-11 18:39:56 |
| 228 | 快手双边市场的复杂实验设计问题 | 2023-03-11 13:27:37 |
| 229 | 银行数据安全管理的思考 | 2023-03-10 19:00:12 |
| 230 | 快手商业化数据产品建设经验 | 2023-03-09 18:07:49 |
| 231 | 如何快速、低成本克隆高质量数字人？ | 2023-03-08 18:20:09 |
| 232 | AI 算法在大数据治理中的应用 | 2023-03-08 14:00:04 |
| 233 | 阿里健康供应链智能补货算法 | 2023-03-07 18:24:12 |
| 234 | 联想基于Apache DolphinScheduler构建统一调度中心的应用实践 | 2023-03-06 18:06:02 |
| 235 | 阿里可解释性推荐算法应用 | 2023-03-06 13:30:09 |
| 236 | 面向真实场景的数据驱动决策优化 | 2023-03-05 15:16:10 |
| 237 | Calibration4CVR：2018年关于“神经元级别共享的多任务CVR”的初探 | 2023-03-05 13:22:01 |
| 238 | 货拉拉全链路监控体系的落地与实践 | 2023-03-04 15:14:05 |
| 239 | AliceMind大规模预训练实践及AIGC在ModelScope中的应用 | 2023-03-04 13:07:51 |
| 240 | 数据的边界，透析企业数字化转型的数据价值 | 2023-03-03 18:41:53 |
| 241 | 虎牙“数据服务+自助”产品化实践 | 2023-03-02 18:10:13 |
| 242 | 中小银行数据安全治理体系建设实践 | 2023-03-02 13:23:04 |
| 243 | 任重道远：数据湖仓的体系化落地演进 | 2023-03-01 19:00:10 |
| 244 | 在高保真孪生数字人技术中的自动化流程探索 | 2023-03-01 18:30:08 |
| 245 | 百度文档智能技术与应用 | 2023-02-28 18:13:13 |
| 246 | 基于事件感知的聚类增益网络在飞猪保险创意排序的应用 | 2023-02-28 14:16:06 |
| 247 | 高途数据平台迁移与成本治理实践 | 2023-02-27 18:32:00 |
| 248 | 飞桨PaddleNLP设计理念与产业实践 | 2023-02-26 18:13:09 |
| 249 | 字节跳动数据血缘技术实现与具体用例 | 2023-02-26 13:18:01 |
| 250 | 智能指标平台建设和指标自动化 | 2023-02-26 10:23:48 |
| 251 | T3 出行基于 Hudi+Kyuubi 的现代技术栈探索 | 2023-02-25 14:00:16 |
| 252 | T3 出行基于 Hudi+Kyuubi 的现代技术栈探索 | 2023-02-25 13:09:22 |
| 253 | 数据分析工具与案例拆解 | 2023-02-24 20:22:00 |
| 254 | Presto+Alluxio 加速 Iceberg 数据湖访问 | 2023-02-24 14:00:11 |
| 255 | 浅谈因果推断与在内容平台的实践 | 2023-02-23 18:10:09 |
| 256 | 网易数据治理体系、工具、流程、制度与管理概述 | 2023-02-23 12:05:09 |
| 257 | 阿里云机器学习 AutoML 引擎介绍与应用 | 2023-02-22 18:15:02 |
| 258 | GNN的基础、前沿和应用 | 2023-02-22 13:16:08 |
| 259 | 中原银行 AI 平台建设实践 | 2023-02-21 18:10:11 |
| 260 | 数据产品价值评估体系与效果提升方法 | 2023-02-20 18:07:52 |
| 261 | ChatGPT技术国产化尝试 | 2023-02-20 14:00:12 |
| 262 | 腾讯智能写作助手“文涌”（Effidit）关键技术揭秘 | 2023-02-19 16:00:02 |
| 263 | 2万字揭秘阿里巴巴数据治理平台建设经验 | 2023-02-19 08:37:12 |
| 264 | 从0到1到100，经营诊断型数据产品人的思维模型 | 2023-02-18 18:04:03 |
| 265 | 度小满自动机器学习平台实践 | 2023-02-18 13:21:48 |
| 266 | 腾讯Alluxio（DOP）在金融场景的落地与优化实践 | 2023-02-17 14:27:15 |
| 267 | 智能风控体系总览 | 2023-02-17 08:00:14 |
| 268 | 京东实时数据产品应用实践 | 2023-02-16 19:54:31 |
| 269 | 腾讯文本理解系统 TexSmart 中的细粒度实体识别关键技术 | 2023-02-16 14:06:25 |
| 270 | 众安实时多维分析的挑战与 StarRocks 的应用 | 2023-02-14 18:32:09 |
| 271 | 腾讯广告模型基于"太极"的训练成本优化实践 | 2023-02-14 13:58:16 |
| 272 | Clickhouse 在自助分析场景中的探索及实践 | 2023-02-13 18:22:39 |
| 273 | B站基于缓存优化 PRESTO 集群查询性能 | 2023-02-12 14:10:03 |
| 274 | 吞吐提升30倍：CV流水线走向全栈并行化 | 2023-02-11 14:34:19 |
| 275 | 阿里基于渠道协同的预算分配与权益管理实践 | 2023-02-10 18:35:15 |
| 276 | 广告场景下双边市场的实验设计 | 2023-02-09 13:10:11 |
朱翔宇
介绍： 「炼丹笔记 」「阿里云天池大赛赛题解析」作者,《阿里云天池大赛赛题解析》「作者」 1.“数字中国”创新大赛 数字政府赛道「冠军」
- ACM WSDM Cross-Market Rec 「亚军」
- Microsoft DigSci 科学数据挖掘大赛「亚军」
- ATEC 科技精英赛 数字化运营赛道 「亚军」
- IEEE ICDM Knowledge Graph Contest「季军」
- “达观杯”文本智能处理挑战赛「季军」
- 京东JDATA算法大赛「季军」
- “中国法研杯”司法人工智能挑战赛 三等奖
- 中国高校计算机大赛 微信大数据挑战赛 4th
- 其他数据算法竞赛Top5 若干。
| 序号 | 佳作 | 时间 |
|---|---|---|
| 1 | 2023BDC大数据挑战赛全国六强获奖算法方案 | 2023-10-05 17:12:39 |
| 2 | GNN在搜推上没有用？试试动态图GNN | 2023-09-28 18:56:24 |
| 3 | AI Agents大爆发：OpenAI的下一步 | 2023-09-11 19:11:58 |
| 4 | 用大型语言模型来重新思考自动驾驶技术 | 2023-09-05 13:39:51 |
| 5 | 大模型幻觉，他们知道自己不知道的吗？ | 2023-08-16 21:38:30 |
| 6 | 盘点大模型的16大挑战 | 2023-07-24 12:40:38 |
| 7 | 不再追求模型收敛，一个简单Trick让模型更稳定！ | 2023-06-25 12:14:04 |
| 8 | 家谱树：大模型的前世今生 | 2023-05-18 22:30:35 |
| 9 | 当ChatGPT遇上推荐系统，遭遇滑铁卢 | 2023-05-13 12:54:07 |
| 10 | 广告营销算法是如何发挥作用的？ | 2023-05-04 20:25:12 |
| 11 | ChatGPT出现后，我们是否真的面临范式转变？ | 2023-04-15 11:48:58 |
| 12 | DeepSpeed Chat: 一键式RLHF训练 | 2023-04-13 20:02:13 |
| 13 | LoRA：训练自己的ChatGPT | 2023-04-09 17:26:58 |
| 14 | ChatGLM-6B微调方法 | 2023-04-01 15:49:41 |
| 15 | 马斯克开源，Twitter是怎么做推荐的？ | 2023-04-01 15:04:35 |
| 16 | 再谈排序算法的pairwise，pointwise，listwise | 2023-03-12 16:37:02 |
| 17 | 流量为王：A/B test 流量分发及实验评估方法 | 2023-03-02 21:33:35 |
| 18 | 拆解追溯 ChapGPT各项能力的起源 | 2023-02-18 19:08:35 |
| 19 | 电商数据分析方法论 | 2023-01-14 15:04:38 |
| 20 | 如何发现品牌潜客？目标人群优选算法模型及实践解析 | 2022-08-14 15:36:48 |
| 21 | 微信大数据挑战赛：周星星方案汇总 | 2022-05-29 16:39:26 |
| 22 | 称霸Kaggle的九大深度学习炼丹技巧 | 2022-05-22 14:27:35 |
| 23 | 那么多CTR论文，真正能复现出效果的有几个？ | 2022-05-07 14:10:02 |
| 24 | 腾讯多任务模型MFH | 2022-04-09 15:14:45 |
| 25 | Transformer总结(2022版) | 2022-03-28 20:48:21 |
| 26 | 一文看清这些年自监督和无监督的进展 | 2022-03-19 12:36:32 |
| 27 | 用Dropout思想做特征选择，保证效果还兼顾了线上性能? | 2022-03-14 11:45:12 |
| 28 | 神经网络调参技巧：warmup策略 | 2022-03-12 16:13:24 |
| 29 | DEEPNORM：千层transformer... | 2022-03-12 16:12:38 |
| 30 | 2021年炼丹笔记最受欢迎的10篇技术文章 | 2022-03-06 17:14:45 |
| 31 | 关于多目标任务有趣的融合方式 | 2022-03-01 19:45:12 |
| 32 | 对比学习必知要点 | 2022-02-26 18:42:24 |
| 33 | 对比表示学习必知的几种训练目标 | 2022-02-26 18:41:26 |
| 34 | 召回:是"塔",是"塔",但不是双塔! | 2022-02-26 18:33:43 |
| 35 | 2021年Kaggle所有赛事TOP方案汇总 | 2022-02-26 18:30:40 |
| 36 | 深度学习模型的多Loss调参技巧 | 2022-02-25 09:50:48 |
| 37 | 三种Target Encoding方式总结 | 2022-02-11 21:53:31 |
| 38 | 如何解决高维稀疏的user-item矩阵推荐问题？ | 2022-02-08 16:07:00 |
| 39 | 双塔模型没效果了？请加大加粗！ | 2022-01-23 14:43:21 |
| 40 | 文本摘要方法总结 | 2022-01-23 14:16:02 |
| 41 | 就知道调bert，都不知道加个对比学习吗？ | 2022-01-15 16:20:52 |
| 42 | AI圈最新深度学习量化算法！ | 2022-01-12 20:37:37 |
| 43 | Prompt-Tuning这么好用？ | 2022-01-08 14:51:31 |
| 44 | No Fine-Tuning, Only Prefix-Tuning | 2022-01-05 21:24:22 |
| 45 | 搜索算法相似度问题之BM25 | 2022-01-05 21:19:20 |
| 46 | NLP中对"困惑度"感到困惑? | 2021-12-25 14:37:14 |
| 47 | 不加样本就能做数据增强？还能提效？ | 2021-12-25 14:32:09 |
| 48 | 关于"知识蒸馏"，你想知道的都在这里！ | 2021-12-18 14:22:27 |
| 49 | 炼丹秘术：给Embedding插上翅膀 | 2021-12-18 14:12:56 |
| 50 | 从用户反馈的可解释性提升推荐模型 | 2021-12-18 14:08:36 |
| 51 | 时间序列里面最强特征之一 | 2021-12-12 15:36:25 |
| 52 | 自监督学习和对比学习 | 2021-12-05 15:37:18 |
| 53 | 网络越"深"越"好"? | 2021-12-05 15:32:37 |
| 54 | Trapper: Transformer模型都在此! | 2021-12-05 15:29:50 |
| 55 | 10大最受欢迎的时间序列Github项目 | 2021-12-05 15:26:12 |
| 56 | 数据清洗该怎么做？ | 2021-11-20 15:04:33 |
| 57 | self-attention竟然没用？ | 2021-11-14 13:10:41 |
| 58 | 如何评估序列推荐模型？ | 2021-11-05 16:58:30 |
| 59 | 模型的燃料，数据采样的秘密 | 2021-11-05 16:55:39 |
| 60 | Transformers中的位置编码到底是什么? | 2021-10-30 13:41:10 |
| 61 | 那些决定模型上限的操作 | 2021-10-30 13:37:16 |
| 62 | 炼丹知识点：模型评估里的陷阱 | 2021-10-24 13:42:47 |
| 63 | Short-Session的推荐如何做？ | 2021-10-21 20:52:29 |
| 64 | 延迟反馈带来的样本偏差如何处理 | 2021-10-21 20:48:11 |
| 65 | 深度学习模型如何缩小到可以放到微处理器呢? | 2021-10-21 20:43:10 |
| 66 | 2021年三大顶会时间序列论文&代码整理 | 2021-10-21 20:39:47 |
| 67 | 微信大数据挑战赛决赛方案：微信视频号推荐算法 | 2021-09-25 11:14:22 |
| 68 | Transformer又又又升级了？ | 2021-09-25 11:08:18 |
| 69 | 推荐系统里，可以用蒸馏吗？ | 2021-09-25 11:04:40 |
| 70 | 神经网络调参经验大汇总 | 2021-09-14 17:11:26 |
| 71 | 淘宝搜索中基于embedding的召回 | 2021-09-14 16:58:38 |
| 72 | 点击率预估又有新花样？ | 2021-09-04 14:27:45 |
| 73 | 双塔模型中的负采样 | 2021-09-04 14:22:23 |
| 74 | 推荐系统遇到曝光偏差怎么办？用对比学习！ | 2021-08-21 17:38:46 |
| 75 | 内容流推荐中的个性化标题生成框架 | 2021-08-16 12:22:33 |
| 76 | PyCaret：又一个神仙ML库 | 2021-08-16 12:14:47 |
| 77 | 漫谈特征缩放 | 2021-08-16 12:08:13 |
| 78 | 再谈序列化推荐-集成item类目属性 | 2021-08-08 16:50:21 |
| 79 | 盘一盘推荐系统里值得一读的那些论文 | 2021-08-08 16:44:59 |
| 80 | 推荐竞赛金牌技能！ | 2021-08-08 16:35:13 |
| 81 | 推荐系统里，你是怎么Embedding的？ | 2021-08-08 16:31:13 |
| 82 | 特征筛选偷懒必备 | 2021-08-08 16:27:02 |
| 83 | 算法模型该如何解释？ | 2021-07-24 16:46:59 |
| 84 | 从Deepwalk到Node2vec | 2021-07-17 15:30:53 |
| 85 | NLP十大数据扩充策略 | 2021-07-13 12:31:02 |
| 86 | 寻找不合群的数据（异常值） | 2021-07-13 12:21:34 |
| 87 | 推荐系统开源数据集 | 2021-07-13 12:15:42 |
| 88 | 大有可为的GNN：DeepWalk | 2021-07-13 12:11:52 |
| 89 | 负样本的艺术，再读Facebook双塔向量召回算法 | 2021-07-05 21:13:24 |
| 90 | "轻量"且"优秀"的序列推荐模型 | 2021-07-04 11:29:27 |
| 91 | 推荐系统中多值特征的八大处理技巧 | 2021-06-30 20:46:05 |
| 92 | 推荐系统中的长尾物品（Tail Items）推荐问题 | 2021-06-29 11:00:28 |
| 93 | 用 XGBoost 做 Learning To Rank | 2021-06-28 12:29:30 |
| 94 | 微信视频号推荐算法上分技巧 | 2021-06-25 18:47:37 |
| 95 | MLP is Best? | 2021-06-18 09:43:58 |
| 96 | 一文弄懂各大池化Pooling操作 | 2021-06-18 09:37:36 |
| 97 | FM又又又升级了？ | 2021-06-17 12:29:20 |
| 98 | 神经网络十大学习率衰减提效策略 | 2021-06-09 15:18:02 |
| 99 | 兜兜转转一个圈，到底What is all you need? | 2021-06-08 12:29:13 |
| 100 | AutoDim:自动Embedding维度寻优，如何节省70%的存储空间同时还能大幅提效？ | 2021-06-05 15:56:46 |
| 101 | 用XGBoost调XGBoost?"我"调"我"自己？ | 2021-06-05 15:51:12 |
| 102 | 当推荐系统遇上多模态Embedding | 2021-05-31 20:24:08 |
| 103 | 用预训练GNN预估点击率有奇效？ | 2021-05-31 12:35:48 |
| 104 | 曾几何时，我们炼的不是丹，是特征 | 2021-05-28 12:16:30 |
| 105 | 自动化Debias框架，一键去除推荐系统所有Bias | 2021-05-28 12:10:44 |
| 106 | 推荐系统User-Item Embedding图算法 | 2021-05-25 11:18:09 |
| 107 | 隐式反馈的去噪，模型取得巨大提升 | 2021-05-23 13:06:10 |
| 108 | 聊聊Batch Normalization在网络结构中的位置 | 2021-05-23 12:56:38 |
| 109 | 微信视频号推荐算法方案分享 | 2021-05-23 12:52:37 |
| 110 | GNN是什么？GNN怎么学？GNN何用？ | 2021-05-23 12:45:58 |
| 111 | 推荐、广告排序算法评价指标 GAUC、MRR、nDCG、MAP | 2021-05-16 16:15:52 |
| 112 | 模型调参指南北东西 | 2021-05-15 14:15:05 |
| 113 | 用隐式反馈做推荐模型，你做对了吗 | 2021-05-15 14:06:22 |
| 114 | 炼丹侠必知的11大神经网络结构汇总 | 2021-05-15 13:41:44 |
| 115 | 入坑推荐系统，从Google这篇开始 | 2021-05-07 18:46:21 |
| 116 | 谷歌开源下一代推荐系统模拟器：RecSim NG | 2021-05-07 18:40:37 |
| 117 | Lookalike相似人群拓展算法 | 2021-05-07 18:36:30 |
| 118 | KDD Cup 2021：时间序列异常检测问题开源方案 | 2021-04-28 22:29:36 |
| 119 | 对"样本不均衡"一顿操作 | 2021-04-21 22:25:26 |
| 120 | AAAI21最佳论文Runners Up！Transformer的归因探索！ | 2021-04-21 22:21:29 |
| 121 | Attention函数手册 | 2021-04-21 22:16:33 |
| 122 | 没什么是一次排序解决不了的，如果有，那就One more time | 2021-04-21 22:12:32 |
| 123 | Learning to Rank：X-wise | 2021-04-21 22:07:10 |
| 124 | 一个端到端模型GraphDR实现多样化的召回 | 2021-04-21 22:02:08 |
| 125 | DNN中多任务学习概述 | 2021-04-11 13:38:57 |
| 126 | ArcFace 同款商品识别的克星 | 2021-04-11 13:21:13 |
| 127 | MaskNet 这个CTR模型，有点意思 | 2021-04-11 13:11:38 |
| 128 | 霸榜各大CV任务榜单，Swin Transformer横空出世！ | 2021-04-07 23:02:54 |
| 129 | 神经网络基础之可视化和交互式指南 | 2021-04-07 22:48:26 |
| 130 | 一文梳理多任务学习(MMoE/PLE/DUPN/ESSM等) | 2021-04-07 22:28:24 |
| 131 | CTR模型越来越深，如何让它变轻? | 2021-03-30 19:53:54 |
| 132 | Netflix提出梯度提升决策树网络Hammock！ | 2021-03-30 19:46:37 |
| 133 | Purdue&UCLA提出梯度Boosting网络，效果远好于XGBoost模型！ | 2021-03-30 19:43:17 |
| 134 | 一个模型能服务所有的点击率模型？ | 2021-03-30 19:35:04 |
| 135 | 流量为王：ABTest流量分层分桶机制 | 2021-03-24 22:24:00 |
| 136 | 一文弄懂各种loss function | 2021-03-20 14:33:53 |
| 137 | 谷歌Deep Bootstrap Framework：在线优化角度理解神经网络 | 2021-03-20 14:28:28 |
| 138 | 排序(rank)后重排(re-rank)? | 2021-03-20 14:23:43 |
| 139 | ALL in BERT：一套操作冲进排行榜首页 | 2021-03-20 14:13:32 |
| 140 | 又一Attention函数诞生啦，带给你意想不到的巨大提升！ | 2021-03-16 20:19:06 |
| 141 | 搜索推荐系统实战：终极奥秘 | 2021-03-13 19:03:30 |
| 142 | 搜索推荐系统实战：进化篇 | 2021-03-13 18:52:48 |
| 143 | 搜索推荐系统实战：起始篇 | 2021-03-13 18:38:46 |
| 144 | 负样本修正：既然数据是模型的上限，就不要破坏这个上限 | 2021-03-10 20:36:30 |
| 145 | 再谈序列化推荐 | 2021-03-10 20:27:03 |
| 146 | 当推荐遇到冷启动 | 2021-03-09 21:25:06 |
| 147 | 当推荐系统遇上用户画像：你的画像是怎么来的？ | 2021-03-04 13:15:09 |
| 148 | Normalization在CTR问题中的迷之效果 | 2021-02-27 18:07:08 |
| 149 | 负样本修正：CVR预估时间延迟问题 | 2021-02-27 17:53:37 |
| 150 | 搜索推荐炼丹笔记：CVR预估中的延迟反馈问题 | 2021-02-27 17:43:55 |
| 151 | 大道至简：算法工程师炼丹Trick手册 | 2021-02-25 21:39:04 |
| 152 | 推荐系统与GNN的火花 | 2021-02-25 21:32:58 |
| 153 | Model Search：炼丹师最强危机，谷歌开源最强AutoML工具！ | 2021-02-25 21:25:55 |
| 154 | 流量为王：收益最大化的混排机制 | 2021-02-25 21:16:10 |
| 155 | 推荐系统CTR预估学习路线：引入注意力机制 | 2021-02-17 16:27:16 |
| 156 | 推荐系统CTR预估学习路线：深度模型 | 2021-02-17 16:15:30 |
| 157 | 推荐系统CTR预估学习路线：利用树模型自动化特征工程 | 2021-02-17 16:04:15 |
| 158 | 推荐系统CTR预估学习路线：从LR到FM/FFM探索二阶特征的高效实现 | 2021-02-17 15:54:39 |
| 159 | Transformer Family | 2021-02-17 11:44:38 |
| 160 | 模型提效的另一条路：数据增强 | 2021-02-17 10:58:31 |
| 161 | 搜索推荐炼丹笔记：评论是怎么影响推荐的？ | 2021-02-17 10:48:46 |
| 162 | AAAI21最佳论文Informer：效果远超Transformer的长序列预测神器？？？ | 2021-02-07 20:07:28 |
| 163 | 机器学习入门开源资料 | 2021-02-06 17:17:28 |
| 164 | 一石二鸟：推荐系统多目标任务建模方法 | 2021-02-01 21:25:32 |
| 165 | 搜索推荐炼丹笔记：融合GNN、图谱、多模态的推荐 | 2021-02-01 21:07:11 |
| 166 | 搜索推荐炼丹笔记：单网络内部集成学习 | 2021-01-30 15:58:16 |
| 167 | 搜索推荐炼丹笔记：Transformer在搜索推荐中的应用 | 2021-01-30 15:31:42 |
| 168 | NN如何在表格数据中战胜GBDT类模型 | 2021-01-30 15:18:41 |
| 169 | 事半功倍：推荐系统Pre-train预训练方法 | 2021-01-30 15:03:24 |
| 170 | 2020年AI领域有哪些让人惊艳的研究？ | 2021-01-27 22:08:20 |
| 171 | 搜索推荐炼丹笔记：酒店搜索位置偏差的边际重要性 | 2021-01-27 22:01:45 |
| 172 | 搜索推荐炼丹笔记：点击位置偏差的经验比较 | 2021-01-27 21:40:37 |
| 173 | 搜索推荐炼丹笔记：位置偏差里的惊喜 | 2021-01-27 21:12:09 |
| 174 | NLP炼丹笔记：Switch Transformers 朴实无华 大招秒杀 | 2021-01-16 11:01:44 |
| 175 | 推荐搜索炼丹笔记：SIM 用户行为序列点击率预估模型 | 2021-01-16 10:42:29 |
| 176 | 推荐搜索炼丹笔记：MiNet阿里跨域点击率CTR预估 | 2021-01-16 10:23:36 |
| 177 | 推荐搜索炼丹笔记：双塔模型在Airbnb搜索排名中的应用 | 2021-01-09 20:07:29 |
| 178 | 向量召回 MIND多兴趣双塔模型 | 2021-01-09 19:05:31 |
| 179 | 推荐算法炼丹笔记：非采样的负样本 | 2021-01-05 22:29:06 |
| 180 | 2020年搜索推荐系统论文干货集锦 | 2021-01-03 20:37:42 |
| 181 | Facebook向量召回双塔模型 | 2020-12-31 21:15:18 |
| 182 | 推荐算法炼丹笔记：阿里序列化推荐算法MRIF | 2020-12-25 23:33:17 |
| 183 | 做向量召回 All You Need is 双塔 | 2020-12-23 23:31:53 |
| 184 | 推荐算法炼丹笔记：Deep Bayesian的多目标推荐 | 2020-12-19 11:17:08 |
| 185 | 推荐系统里的那些坑 | 2020-12-18 21:59:53 |
| 186 | 深度学习炼丹失败率高达87%的TOP10原因 | 2020-12-18 21:51:55 |
| 187 | 读不完的顶会Paper，我该如何读论文？ | 2020-12-18 21:18:03 |
| 188 | 推荐算法炼丹笔记：标签工程 | 2020-12-13 15:39:10 |
| 189 | 推荐算法炼丹笔记：序列化推荐算法Bert4Rec | 2020-12-13 15:24:26 |
| 190 | 炼丹面试官的面试笔记 | 2020-12-13 15:12:25 |
| 191 | 推荐算法炼丹笔记：阿里序列化推荐算法ComiRec | 2020-12-13 15:02:41 |
| 192 | 学术圈竞赛圈大讨论，深度学习真的比不过GBDT模型吗？ | 2020-12-11 19:13:07 |
| 193 | IEEE ICDM 2020 CUP TOP3方案 | 2020-12-04 00:07:32 |
| 194 | 推荐系统炼丹笔记：Embedding在内存问题上的一种解法 | 2020-11-29 16:38:22 |
| 195 | 推荐系统炼丹笔记：多模态推荐之用户评论篇 | 2020-11-29 16:23:44 |
| 196 | 大规模推荐Deep Retrieval | 2020-11-29 15:58:43 |
| 197 | 推荐系统炼丹笔记：阿里推荐算法特征交叉新方式CAN | 2020-11-29 15:47:30 |
| 198 | 推荐系统炼丹笔记：EdgeRec阿里边缘计算推荐系统 | 2020-11-28 16:20:27 |
| 199 | 推荐算法竞赛TOP方案合集 | 2020-11-28 16:03:52 |
| 200 | 2020年推荐系统工程师炼丹手册RecSys版 | 2020-11-20 22:37:07 |
| 201 | 2020年推荐系统工程师炼丹手册RecSys-Long Paper版 | 2020-11-20 22:24:53 |
| 202 | 推荐系统炼丹笔记：阿里DMIN多重兴趣网络 | 2020-11-14 12:58:18 |
| 203 | 推荐系统炼丹笔记：RecSys2020-SSE-PT解锁序列数据挖掘新姿势 | 2020-11-14 12:49:33 |
| 204 | 炼丹笔记 | 讲讲我们的故事 | 2020-11-14 12:17:53 |
| 205 | 推荐系统中的Bias/Debias大全 | 2020-11-14 12:09:25 |
| 206 | 推荐系统炼丹笔记：令人着迷的时间动态CF算法 | 2020-11-14 11:31:58 |
| 207 | 推荐大赛如何在一周时间内打进决赛 | 2020-11-14 11:18:14 |
| 208 | 推荐算法炼丹笔记：序列化推荐系统 | 2020-11-03 23:14:31 |
| 209 | 推荐算法炼丹笔记：如何让你的推荐系统具有可解释性？ | 2020-10-31 20:49:25 |
| 210 | 推荐算法炼丹笔记：科学调参在模型优化中的意义 | 2020-10-31 19:14:13 |
| 211 | 我的成长之路：追逐冠军的少年 | 2020-10-18 11:41:46 |
| 212 | 电商搜索推荐业务词汇表 | 2020-10-08 22:33:53 |
| 213 | 推荐算法炼丹笔记：推荐系统采样评估指标及线上线下一致性问题 | 2020-10-08 10:41:13 |
| 214 | 2020年推荐系统工程师炼丹手册 | 2020-09-16 09:43:12 |
| 215 | 2020数字中国创新大赛-冠军方案 | 2020-06-09 21:59:49 |
| 216 | DigSci科学数据挖掘大赛-亚军方案分享 | 2019-10-24 11:33:41 |
| 217 | JDATA绝对语义识别挑战大赛-季军方案 | 2019-10-15 21:15:02 |
机智的叉烧
介绍： OPPO对话算法，公众号：CS的陋室,个人微信公众号：CS的陋室，NLP，搜索推荐，机器学习。北京科技大学统计学硕二毕业，OPPO算法。曾任去哪儿网产品数据，美团点评算法。微信: zgr950123。
| 序号 | 佳作 | 时间 |
|---|---|---|
| 1 | 心法利器[70] | 短文本理解的难点和解决方案 | 2023-12-19 21:13:45 |
| 2 | 心法利器[69] | 聊聊数据敏感性 | 2023-09-21 22:06:47 |
| 3 | 心法利器[67] | 算法性能指标优化指南 | 2023-07-17 21:04:24 |
| 4 | 心法利器[65] | 一些技术和成长的讨论【答读者问】 | 2023-07-17 18:30:55 |
| 5 | 心法利器[64] | 毕业3年的算法工程师技术成长思考 | 2023-07-17 09:15:51 |
| 6 | 心法利器[63] | 预训练模型的使用时机 | 2023-07-16 19:58:23 |
| 7 | 心法利器[62] | 向量召回和字面召回的选择与权衡 | 2023-07-05 13:28:23 |
| 8 | 心法利器[61] | 规则到模型的过渡和升级策略 | 2023-07-03 20:07:18 |
| 9 | 前沿重器[21-25] 合集：2w字系统聊聊对话系统 | 2023-06-20 21:38:50 |
| 10 | 心法利器[60] | 文本分类以搜代分为什么有用 | 2023-06-20 21:19:26 |
| 11 | 心法利器[59] | 算法效果调优思路和调优能力的成长 | 2023-06-20 09:30:17 |
| 12 | 心法利器[58] | 从长尾问题到以搜代分的机理探索 | 2023-06-19 21:39:40 |
| 13 | 心法利器[57] | 文本多分类问题经验 | 2023-02-12 17:04:31 |
| 14 | 心法利器[56] | 算法技术设计思路小结 | 2022-12-24 21:43:16 |
| 15 | 心法利器[55] | 算法工程师读论文思路 | 2022-12-23 16:14:06 |
| 16 | 心法利器[54] | NLP任务上线前评测 | 2022-12-23 16:09:08 |
| 17 | 心法利器[53] | 数据增强的现实应用思考 | 2022-12-20 21:33:33 |
| 18 | 前沿重器[20] | 文本分类和意图识别调研思考 | 2022-10-30 19:41:23 |
| 19 | 前沿重器[19] | 预训练在美团搜索广告中的应用 | 2022-10-30 19:37:07 |
| 20 | 前沿重器[18] | KDD21：淘宝向量检索 | 2022-10-30 19:33:31 |
| 21 | 前沿重器[17] | 美团搜索ner技术启示（下） | 2022-10-30 19:28:11 |
| 22 | 前沿重器[16] | 美团搜索ner技术启示（上） | 2022-10-30 19:25:42 |
| 23 | 心法利器[52] | 口语化句子解析问题 | 2022-09-21 23:02:01 |
| 24 | 前沿重器[15] | R-Dropout——如果不行那就两次 | 2022-09-21 23:01:31 |
| 25 | 前沿重器[14] | 美团小样本学习技术启示 | 2022-09-21 23:00:01 |
| 26 | 前沿重器[13] | 知乎query改写思路启示 | 2022-09-21 22:55:55 |
| 27 | 前沿重器[12] | 美团搜索引导技术启示 | 2022-09-21 22:54:12 |
| 28 | 前沿重器[11] | 再谈attention机制 | 2022-09-21 22:51:59 |
| 29 | 前沿重器[10] | bert语义空间的思考 | 2022-09-12 19:41:39 |
| 30 | 心法利器[51] | 长短句语义相似问题探索 | 2022-09-12 19:37:36 |
| 31 | 心法利器[50] | 测试集构造思考 | 2022-09-12 19:34:43 |
| 32 | 前沿重器[9] | 语义相似度ESIM模型带来的启示 | 2022-08-13 16:42:36 |
| 33 | 心法利器[49] | 数据分布的含义理解 | 2022-08-13 16:34:39 |
| 34 | 心法利器[48] | 开放域文本分类 | 2022-08-07 16:20:11 |
| 35 | 心法利器[47] | 为什么你的BERT不行？ | 2022-08-07 16:16:22 |
| 36 | 心法利器[46] | 模型部署的主要技术方案 | 2022-08-07 16:00:16 |
| 37 | 心法利器[45] | 模型需要的信息提供够了吗 | 2022-07-31 17:28:26 |
| 38 | 心法利器[44] | 样本不均衡之我见 | 2022-07-31 17:24:48 |
| 39 | 心法利器[43] | 算法工程师的算法晋升思考 | 2022-07-31 17:21:41 |
| 40 | 心法利器[42] | 润物细无声-残差网络 | 2022-07-10 16:04:08 |
| 41 | 心法利器[41] | 我常说的词典匹配到底怎么做 | 2022-04-17 20:22:52 |
| 42 | 心法利器[37-40] | bad case治疗术合集 | 2022-04-05 20:22:25 |
| 43 | 心法利器[40] | bad case治疗术：解决篇 | 2022-04-05 20:16:17 |
| 44 | 心法利器[39] | bad case治疗术：分析篇 | 2022-04-05 20:12:53 |
| 45 | 心法利器[38] | bad case治疗术：现状篇 | 2022-04-05 20:08:22 |
| 46 | 心法利器[37] | bad case治疗术：认知篇 | 2022-04-05 20:06:42 |
| 47 | 心法利器[36] | 开学季：给研究生的建议 | 2022-03-06 21:18:19 |
| 48 | 心法利器[35] | 开学季：我给大学生的建议 | 2022-03-06 21:16:08 |
| 49 | 心法利器[34] | 报告小结：query理解概述 | 2022-03-06 21:14:57 |
| 50 | 心法利器[33] | 快速的关键词抽取baseline | 2022-02-27 16:59:30 |
| 51 | 心法利器[32] | 分享一些印象深刻的case | 2022-02-27 16:57:38 |
| 52 | 前沿重器[8] | CV研究启发语义相似和表征 | 2022-02-20 20:30:43 |
| 53 | 前沿重器[7] | 小布助手登顶百度千言短文本相似度的秘诀 | 2022-02-20 20:23:34 |
| 54 | 心法利器[31] | 我的算法工程师日常 | 2022-02-13 17:04:51 |
| 55 | 心法利器[30] | 算法新人如何在工作中成长 | 2022-02-13 17:03:42 |
| 56 | 心法利器[29] | 把文本分类任务做成一个系统 | 2022-02-02 23:08:36 |
| 57 | 心法利器[28] | 如何评估一个算法效果 | 2022-02-02 23:03:47 |
| 58 | 前沿重器[6] | 语义相似度ESIM模型带来的启示 | 2022-01-26 22:38:24 |
| 59 | 前沿重器[5] | 阿里小蜜的数据量分级处理机制 | 2022-01-26 22:33:14 |
| 60 | 生日-以写促学，持续成长 | 2022-01-23 23:00:46 |
| 61 | 前沿重器[4] | 探索腾讯搜索的Quer理解如何直击心灵 | 2022-01-19 21:46:34 |
| 62 | 心法利器[27] | 人工智能技术创新大赛决赛随想 | 2022-01-19 21:40:58 |
| 63 | 心法利器[26] | 以搜代分：文本多分类新思路 | 2022-01-19 21:32:36 |
| 64 | 心法利器[25] | 如何做技术设计 | 2022-01-12 22:23:48 |
| 65 | 心法利器[24] | 以pytorch为例看我怎么自学新技术的 | 2022-01-12 22:22:11 |
| 66 | 仓颉专项：你们要的飞机大炮我都会 | 2022-01-12 22:15:41 |
| 67 | 心法利器[24] | 算法在岗3年小结：学习成长篇 | 2022-01-06 00:16:09 |
| 68 | 心法利器[23] | 算法在岗3年小结：工作思路篇 | 2022-01-06 00:14:43 |
| 69 | 心法利器[22] | 算法在岗3年小结：模型策略篇 | 2022-01-06 00:11:09 |
| 70 | 21->22：夯实，蜕变 | 2022-01-02 21:38:36 |
| 71 | 心法利器[21] | NLU落地场景-智能对话交互 | 2021-12-29 23:06:25 |
| 72 | 心法利器[20] | 算法问题下模型之外的问题：文本分类 | 2021-12-29 23:01:16 |
| 73 | 心法利器[19] | 算法问题下模型之外的问题：概述 | 2021-12-22 21:46:47 |
| 74 | 心法利器[18] | cqr&ctr：文本匹配的破城长矛 | 2021-12-22 21:44:54 |
| 75 | 心法利器[17] | 算法服务及其相关配件 | 2021-12-16 00:31:41 |
| 76 | 心法利器[16] | 向量表征和向量召回 | 2021-12-08 20:51:14 |
| 77 | 心法利器[14] | 任务方案思考：人工特征机器学习 | 2021-12-01 22:03:49 |
| 78 | 心法利器[13] | 任务方案思考：句子相似度和匹配 | 2021-12-01 22:02:17 |
| 79 | 心法利器[12] | 任务方案思考：序列标注（NER）篇 | 2021-12-01 21:58:53 |
| 80 | 心法利器[11] | 任务方案思考：文本分类篇 | 2021-11-24 23:22:52 |
| 81 | 心法利器[10] | 算法项目从1到N过程 | 2021-11-24 23:17:00 |
| 82 | 心法利器[9] | 算法项目的从0到1流程 | 2021-11-15 23:11:44 |
| 83 | 心法利器[8] | 模型热更新小记 | 2021-11-15 23:09:58 |
| 84 | 心法利器[7] | 漫谈语义相似度 | 2021-11-09 23:24:40 |
| 85 | 心法利器[6] | python grpc实践 | 2021-11-09 23:21:17 |
| 86 | 心法利器[5] | 聊自己非计算机专业做程序员的经验 | 2021-11-03 21:34:32 |
| 87 | 心法利器[4] | tf.keras文本分类小例子 | 2021-11-03 21:30:02 |
| 88 | 心法利器[3] | tf.keras自学笔记 | 2021-10-27 21:11:10 |
| 89 | 前沿重器[3] | 平安智能问答系统 | 2021-10-27 21:09:26 |
| 90 | 心法利器[2] | 统计语言模型的使用感想 | 2021-10-26 00:32:52 |
| 91 | 心法利器[1] | NLP的知识蒸馏思考 | 2021-10-25 00:32:44 |
| 92 | 前沿重器[2] | 美团搜索理解和召回 | 2021-10-25 00:26:07 |
| 93 | 前沿重器[1] | 微软小冰-多轮和情感机器人的先行者 | 2021-10-25 00:20:48 |
| 94 | ML&DEV[18] | 入职一周年：夯实基础，持续深入 | 2021-08-22 20:13:42 |
| 95 | ML&DEV[17] | 算法工程师的技术深度 | 2021-08-22 20:10:24 |
| 96 | ML&DEV[16] | 算法工程师内功修炼 | 2021-08-22 20:08:13 |
| 97 | ML&DEV[15] | pyspark杂记 | 2021-08-22 20:05:03 |
| 98 | ML&DEV[14] | 浅谈解决问题的能力 | 2021-07-26 09:56:04 |
| 99 | R&S[29] | 推荐系统中的召回 | 2021-07-26 09:45:43 |
| 100 | NLP.TM[38] | 对话系统经典：检索式对话 | 2021-07-26 09:38:53 |
| 101 | 大学生技能大赛：为AI技能添砖加瓦 | 2021-05-09 19:34:03 |
| 102 | 20->21：算法工程师的成长思考 | 2021-01-10 21:21:05 |
| 103 | NLP.TM[37] | 深入讨论纠错系统 | 2021-01-04 23:07:03 |
| 104 | NLP.TM[36] | NLP之源：n-gram语言模型 | 2020-10-27 00:17:29 |
| 105 | NLP.TM[35] | 纠错：pycorrector的候选排序 | 2020-10-25 22:43:27 |
| 106 | NLP.TM[34] | 纠错：pycorrector的召回 | 2020-10-25 22:42:07 |
| 107 | NLP.TM[33] | 纠错：pycorrector的错误检测 | 2020-10-25 22:38:16 |
| 108 | NLP.TM[32] | 浅谈文本增强技术 | 2020-10-07 20:21:50 |
| 109 | R&S[28] | 有关用户理解的思考 | 2020-10-06 11:04:06 |
| 110 | R&S[27] | 用户画像初探 | 2020-10-05 13:02:28 |
| 111 | R&S[26] | 搜索领域算法需要掌握的知识 | 2020-10-04 16:05:50 |
| 112 | R&S[25] | 搜索中的意图识别 | 2020-10-03 16:35:08 |
| 113 | R&S[24] | 浅谈Query理解和分析 | 2020-04-26 00:47:35 |
| 114 | NLP.TM[31] | 2018年的一篇NER综述笔记 | 2020-04-19 23:24:08 |
| 115 | NLP.TM[30] | ner自动化打标方法 | 2020-04-19 23:20:18 |
| 116 | NLP.TM[27] | bert之我见-positional encoding | 2020-04-05 17:34:35 |
| 117 | NLP.TM | 近期做NER的反思 | 2020-04-05 17:28:10 |
| 118 | ML&DEV[13] | 快速从无到有建模完成思路 | 2020-03-22 19:52:54 |
| 119 | R&S[23] | 搜索中的纠错问题初探 | 2020-03-08 21:19:04 |
| 120 | ML&DEV[13] | bad case分析 | 2020-02-23 20:39:11 |
| 121 | ML&DEV[12] | 再谈数学学习 | 2020-02-23 20:37:25 |
| 122 | ML&DEV[11] | 浅谈模型的局限性 | 2020-02-23 20:33:26 |
| 123 | NLP.TM[26] | bert之我见-attention篇 | 2020-01-29 19:53:06 |
| 124 | ML&DEV[10] | gRPC的应用 | 2020-01-27 22:13:06 |
| 125 | ML&DEV | gRPC初体验 | 2020-01-27 00:11:02 |
| 126 | NLP.TM[25] | CS224N学习小结 | 2020-01-26 17:00:31 |
| 127 | R&S[22] | 搜索系统中的召回 | 2020-01-13 00:01:58 |
| 128 | 学习周报 | 变形金刚-Transformer | 2020-01-12 23:48:19 |
| 129 | NLP.TM[24] | TextCNN的个人理解 | 2020-01-12 23:41:11 |
| 130 | 学习周报 | CS224N | 2020-01-01 18:35:25 |
| 131 | 学习周报 | charNER，bert系列的NER | 2020-01-01 18:34:46 |
| 132 | 学习周报 | NER综述 | 2020-01-01 18:33:40 |
| 133 | 学习周报 | BILSTM-CRF，BERT | 2020-01-01 18:32:46 |
| 134 | NLP.TM[23] | NLP学习线路推荐 | 2020-01-01 18:31:27 |
| 135 | 算法在岗一年的工作总结 | 2019-12-07 20:55:52 |
| 136 | 学习周报 | 语义相似度，Tensorflow | 2019-12-07 20:54:11 |
| 137 | R&S[21] | 搜索系统中涉及的算法问题 | 2019-12-07 20:53:12 |
| 138 | 学习周报20191124 | BART，紧密度分析 | 2019-11-24 10:39:51 |
| 139 | NLP.TM[22] | 如何修正NLP问题的bad case | 2019-11-24 10:36:12 |
| 140 | NLP.TM[21] | 语言模型发展思路 | 2019-11-17 12:46:38 |
| 141 | 学习周报20191109 | LM，term weighting | 2019-11-09 01:11:59 |
| 142 | NLP.TM[20] | 词权重问题 | 2019-11-09 01:07:56 |
| 143 | NLP.TM[19] | 条件随机场知识整理（超长文） | 2019-10-27 20:31:51 |
| 144 | NLP.TM[18] | 搜索中的命名实体识别 | 2019-10-20 19:18:42 |
| 145 | NLP.TM[1] | （老文）NLP.TM系列正式开始 | 2019-10-13 23:51:42 |
| 146 | ML&DEV[7] | 所谓算法工程师的工程能力是什么意思 | 2019-10-13 23:43:45 |
| 147 | ML&DEV[6] | 算法工程师Linux必知必会 | 2019-10-07 21:13:47 |
| 148 | ML&DEV[5] | 系统理解特征工程 | 2019-09-30 00:44:05 |
| 149 | R&S[19] | 学习排序入门级概述 | 2019-09-17 00:26:09 |
| 150 | ML&DEV[4] | 机器学习进阶线路 | 2019-09-09 18:30:01 |
| 151 | ML&DEV[3] | 机器学习入门线路 | 2019-08-30 22:00:04 |
| 152 | R&S[18] | SIGIR2018：深度学习匹配在搜索与推荐中的应用 | 2019-08-24 14:56:04 |
| 153 | ML&DEV[2] | 机器学习开发技能入门线路 | 2019-08-17 18:10:48 |
| 154 | ML&DEV[1] | 机器学习数学基础入门线路 | 2019-08-10 08:52:28 |
| 155 | 201907：月度总结与计划 | 2019-08-01 22:59:07 |
| 156 | NLP.TM[16] | SIGIR2019: 深度NLP在搜索系统中的应用 | 2019-07-28 21:34:49 |
| 157 | NLP.TM[15] | 基于卷积神经网络的短文本相似度模型 | 2019-07-20 14:44:37 |
| 158 | 我从研究生生活中得到的经验 | 2019-07-17 22:36:51 |
| 159 | R&S | 手把手搞推荐[6]: 回顾整体建模过程 | 2019-07-14 23:46:25 |
| 160 | NLP.TM | 命名实体识别基线 BiLSTM+CRF | 2019-07-10 17:12:42 |
| 161 | NLP.TM | Keras做基本的文本分类 | 2019-07-01 15:51:44 |
| 162 | NLP.TM | 教你用tensorflow做文本分类 | 2019-06-30 01:17:56 |
| 163 | 算法与数据分析校招经验【含内推码】 | 2019-06-26 22:04:54 |
| 164 | 填志愿：在数学系和算法方向的过来人建议 | 2019-06-25 17:17:36 |
| 165 | NLP.TM | 再看word2vector | 2019-06-24 22:14:01 |
| 166 | 做算法？数学专业的我教你突破数学关 | 2019-06-12 21:31:44 |
| 167 | 评价指标设计 | 2019-06-05 22:53:55 |
| 168 | R&S | 手把手搞推荐[4]：打分预估模型 | 2019-05-24 21:24:14 |
| 169 | R&S | 手把手搞推荐[3]：数据集存取 | 2019-05-21 20:19:23 |
| 170 | R&S 手把手搞推荐[2]：特征工程指南 | 2019-05-11 01:12:07 |
| 171 | R&S | 手把手搞推荐[1]：数据探索 | 2019-05-08 20:11:45 |
| 172 | R&S | 手把手搞推荐[0]：推荐入门小结 | 2019-05-06 21:34:46 |
| 173 | R&S | 爱奇艺搜索启发 | 2019-05-04 19:30:07 |
| 174 | 我的NLP学习之路 | 2019-04-27 22:47:30 |
| 175 | RS | 论文阅读：用于YouTube推荐的深度神经网络 | 2019-04-25 15:04:55 |
| 176 | RS | 深度讨论FM和FFM：不仅是推荐 | 2019-04-22 11:58:20 |
| 177 | RS | 推荐系统的基本结构 | 2019-04-22 11:53:31 |
| 178 | NLP.TM | GloVe模型的原理和实现 | 2019-03-26 08:11:42 |
| 179 | 【NLP.TM】后面开始写点NLP的东西吧 | 2018-01-04 00:42:38 |
| 180 | 2017年，我读了这些书 | 2017-12-30 17:15:23 |
| 181 | 数据科学家必备技能（软件篇） | 2017-12-21 23:02:02 |
| 182 | 数据科学家必备技能 | 2017-12-15 01:16:14 |
大师兄
介绍： 《深度学习高手笔记》系列丛书作者,通过和 @人民邮电出版社 的合作，目前此专栏的大部分内容经过反复的校正和排版已发布成书籍《深度学习高手笔记——卷1：基础算法》和《深度学习高手笔记——卷2：前沿应用》，内容经过作者和出版社的专业审核人员的10余轮的教改，内容的丰富性，算法讲解的精确性，文字描述的流畅度已大幅提升。目前卷1已多平台上架，欢迎大家点击下面链接购买。 https://item.jd.com/13484669.html。
| 序号 | 佳作 | 时间 |
|---|---|---|
| 1 | AdaLoRA（Adaptive LoRA）详解 | 2023-11-17 19:48:09 |
| 2 | 连续提示学习概述（Continue Prompt Learning） | 2023-09-13 11:05:11 |
| 3 | 提示学习：PET for BERT | 2023-07-18 18:27:59 |
| 4 | 预训练语言模型：GLM | 2023-07-04 21:55:32 |
| 5 | 多模态大模型KOSMOS-1 | 2023-06-13 11:08:14 |
| 6 | GPT-4核心技术探秘 | 2023-05-03 18:05:25 |
| 7 | 扩散模型：DDPM | 2023-03-16 15:55:24 |
| 8 | 对比学习之SimCSE | 2023-03-07 15:31:15 |
| 9 | 对比学习之SimCLR | 2023-02-25 20:04:38 |
| 10 | ChatGPT/InstructGPT详解 | 2022-12-08 18:53:46 |
| 11 | UniLM详解 | 2022-11-17 11:14:08 |
| 12 | 多模态预训练：BEiT v3（Image as a Foreign Language） | 2022-10-08 11:36:07 |
| 13 | 多模态预训练：VLMo（Vision Language pretrained Model） | 2022-09-27 17:03:14 |
| 14 | 图像预训练：BEiT v2 | 2022-09-20 23:52:33 |
| 15 | 图像预训练：BEIT | 2022-09-09 16:28:43 |
| 16 | 文本对抗之CLARE，BAE | 2022-08-11 15:22:23 |
| 17 | 文本对抗之BERT-Attack | 2022-08-08 19:00:42 |
| 18 | 文本对抗之TextFooler | 2022-08-01 18:12:20 |
| 19 | 稀疏Transformer（Sparse Transformer） | 2022-04-25 11:54:02 |
| 20 | 多模态预训练：DALL-E | 2022-03-15 10:43:19 |
| 21 | 多模态预训练CLIP | 2022-03-08 19:51:55 |
| 22 | Pix2PixHD | 2022-02-14 15:21:56 |
| 23 | 图像翻译之Pix2Pix | 2022-02-07 19:42:44 |
| 24 | 重读FPN（Feature Pyramid Network） | 2022-01-22 18:41:51 |
| 25 | ConvNeXt详解 | 2022-01-18 22:52:59 |
| 26 | 多模态预训练ViLBERT | 2021-12-24 15:16:09 |
| 27 | 可逆Transformer：ReFormer | 2021-12-12 17:09:35 |
| 28 | 可逆残差网络RevNet | 2021-11-23 12:05:40 |
| 29 | 3D分割V-Net | 2021-11-10 23:57:54 |
| 30 | BERT魔改II之BERT-WWM，SpanBERT，BART，MASS | 2021-11-08 16:54:49 |
| 31 | 模型结构搜索之RegNet | 2021-10-25 18:33:17 |
| 32 | GAN详解 | 2021-09-09 21:10:23 |
| 33 | 场景文字检测之EAST | 2021-08-19 18:16:12 |
| 34 | Anchor-Free之FCOS | 2021-08-11 20:37:12 |
| 35 | 可变形卷积网络之DCN v1和DCN v2 | 2021-08-01 17:50:17 |
| 36 | Dropout详解 | 2021-07-19 11:19:13 |
| 37 | Vision Transformer 之 CSWin Transformer | 2021-07-09 15:59:27 |
| 38 | Transformer目标检测之DETR | 2021-07-06 14:30:49 |
| 39 | 语义分割之Deeplab系列 | 2021-06-30 11:39:16 |
| 40 | 人像抠图之Background Matting v2 | 2021-06-18 17:11:09 |
| 41 | NIC之Show Attend and Tell | 2021-06-15 14:58:47 |
| 42 | 语义分割之FCN | 2021-06-09 21:04:47 |
| 43 | 网络结构搜索之EfficientDet | 2021-06-04 14:39:03 |
| 44 | 骨干网络搜索之NAS-FPN | 2021-06-01 16:13:55 |
| 45 | 损失函数之Focal-EIoU Loss | 2021-05-27 16:01:45 |
| 46 | 损失函数之DIoU Loss和CIoU Loss | 2021-05-24 19:53:50 |
| 47 | 损失函数之GIoU Loss | 2021-05-22 16:23:12 |
| 48 | 双向融合：PANet | 2021-05-20 17:47:17 |
| 49 | 全连接？：MLP-Mixer | 2021-05-12 16:45:22 |
| 50 | 单阶段检测之YOLO v4 | 2021-05-07 18:45:59 |
| 51 | Anchor Free之CornerNet Lite | 2021-04-30 18:37:32 |
| 52 | Anchor Free之CenterNet | 2021-04-27 11:48:15 |
| 53 | Anchor Free之CornerNet | 2021-04-23 15:01:00 |
| 54 | 模型结构搜索之MobileNet v3 | 2021-04-15 16:43:18 |
| 55 | BERT魔改之MT-DNN，RoBERTa，XLM，ALBERT | 2021-04-09 16:32:23 |
| 56 | 模型搜索之EfficientNet v2 | 2021-04-06 22:34:39 |
| 57 | CV+Transformer之Swin Transformer | 2021-03-31 17:46:08 |
| 58 | 词向量之ERNIE（百度）和ERNIE 2.0 | 2021-03-27 16:23:45 |
| 59 | 词向量之ERNIE-T（清华大学） | 2021-03-23 22:21:09 |
| 60 | 模型结构搜索之MNasNet | 2021-03-12 18:25:49 |
| 61 | 模型搜索之EfficientNet | 2021-03-09 11:58:07 |
| 62 | 词向量之XLNet | 2021-03-05 18:01:53 |
| 63 | iGPT详解 | 2021-02-23 16:48:37 |
| 64 | DPN详解（Dual Path Networks） | 2021-02-18 13:09:23 |
| 65 | 预训练语言模型之GPT-1，GPT-2和GPT-3 | 2021-02-08 14:54:45 |
| 66 | 词向量之ELMo | 2021-01-28 21:04:00 |
| 67 | HAN详解（Heterogeneous graph attention network） | 2021-01-24 17:34:32 |
| 68 | Attention 图解 | 2021-01-06 11:59:24 |
| 69 | GAT详解 | 2020-12-23 20:58:13 |
| 70 | GraphSAGE详解 | 2020-12-11 18:19:05 |
| 71 | 详解Transformer-XL | 2020-11-02 17:55:46 |
| 72 | 基于Seq2Seq的公式识别引擎 | 2020-08-13 19:35:29 |
| 73 | Background Matting详解 | 2020-06-14 19:34:20 |
| 74 | MTL for OCR源码解析 | 2020-02-25 23:32:46 |
| 75 | OCR之Bi-STR | 2020-02-24 22:10:05 |
| 76 | OCR之PixelLink | 2020-02-13 23:53:37 |
| 77 | Image Caption: Show and Tell | 2019-11-17 22:45:34 |
| 78 | 模型优化之Switchable Normalization | 2019-02-27 12:33:04 |
| 79 | AmoebaNet详解 | 2019-02-23 16:21:17 |
| 80 | 文档分类之HAN | 2019-02-19 16:03:08 |
| 81 | 模型优化之Group Normalization | 2019-02-13 16:42:43 |
| 82 | 模型优化之Instance Normalization | 2019-02-12 19:22:42 |
| 83 | 图像风格迁移详解 | 2019-01-29 13:07:11 |
| 84 | RNN语言模型 | 2019-01-28 14:41:10 |
| 85 | 模型优化之Weight Normalization | 2019-01-17 16:25:54 |
| 86 | 模型优化之Layer Normalization | 2019-01-10 14:41:45 |
| 87 | 模型优化之Batch Normalization | 2019-01-06 14:54:01 |
| 88 | 实例解析：12306验证码破解 | 2018-12-26 15:18:00 |
| 89 | 卷积网络综述（从AlexNet到PNASNet） | 2018-12-24 23:51:29 |
| 90 | PNASNet详解 | 2018-12-19 20:16:44 |
| 91 | NASNet详解 | 2018-12-17 20:50:55 |
| 92 | NAS详解 | 2018-12-15 19:21:04 |
| 93 | PolyNet详解 | 2018-12-11 18:27:26 |
| 94 | CondenseNet详解 | 2018-12-10 14:04:12 |
| 95 | ShuffNet v1 和 ShuffleNet v2 | 2018-12-04 18:54:29 |
| 96 | ResNeXt详解 | 2018-11-28 17:06:24 |
| 97 | Xception详解 | 2018-11-26 18:14:13 |
| 98 | MobileNet v1 和 MobileNet v2 | 2018-11-16 10:43:18 |
| 99 | SqueezeNet详解 | 2018-11-12 17:10:54 |
| 100 | 物体检测之Focal Loss及RetinaNet | 2018-11-08 16:39:12 |
| 101 | 词向量之BERT | 2018-11-05 16:41:21 |
| 102 | 详解Transformer （Attention Is All You Need） | 2018-11-04 15:25:46 |
| 103 | Squeeze-and-Excitation Networks | 2018-10-23 22:47:19 |
| 104 | 物体检测之SNIPER | 2018-10-15 16:01:48 |
| 105 | OCR之RRPN | 2018-09-27 19:27:38 |
| 106 | UnitBox详解 | 2018-09-12 09:19:37 |
| 107 | OCR之HMCP | 2018-09-10 14:15:58 |
| 108 | 人脸检测之DenseBox | 2018-09-07 22:19:32 |
| 109 | 图像分割之U-Net | 2018-09-06 19:27:37 |
| 110 | 边缘检测之HED | 2018-09-03 10:41:16 |
| 111 | 基于CNN的端到端文字检测与识别 | 2018-08-29 23:05:34 |
| 112 | 物体检测历史 | 2018-08-29 08:52:17 |
| 113 | OCR之CTPN | 2018-08-28 13:50:57 |
| 114 | OCR之RARE | 2018-08-27 14:30:01 |
| 115 | OCR之Deep TextSpotter | 2018-08-27 09:08:40 |
| 116 | OCR之DeepText | 2018-08-24 15:56:21 |
| 117 | 物体检测之YOLOv3 | 2018-08-24 15:40:17 |
| 118 | 物体检测之YOLOv2 | 2018-08-24 15:26:50 |
| 119 | 物体检测之R-FCN | 2018-08-24 14:51:19 |
| 120 | 物体检测之SSD | 2018-08-23 21:30:45 |
| 121 | 物体检测之YOLO | 2018-08-23 15:38:53 |
| 122 | 物体检测之MaskX R-CNN | 2018-08-23 11:21:03 |
| 123 | 物体检测之FPN及Mask R-CNN | 2018-08-23 11:03:12 |
| 124 | 物体检测之Faster R-CNN | 2018-08-23 10:38:10 |
| 125 | 物体检测之Fast R-CNN | 2018-08-23 10:12:47 |
| 126 | 物体检测之SPP-Net | 2018-08-23 08:54:34 |
| 127 | 物体检测之R-CNN | 2018-08-23 08:40:33 |
| 128 | Attention in RNN | 2018-08-23 00:03:15 |
| 129 | RNN Encoder-Decoder and GRU | 2018-08-22 23:45:41 |
| 130 | 详解CTC | 2018-08-22 22:46:48 |
| 131 | 详解LSTM | 2018-08-22 22:14:36 |
| 132 | DenseNet | 2018-08-22 19:41:59 |
| 133 | 详解残差网络 | 2018-08-22 19:30:49 |
| 134 | GoogLeNet, Maxout and NIN | 2018-08-22 19:04:58 |
| 135 | VGG | 2018-08-22 17:23:22 |
| 136 | LeNet5 and AlexNet | 2018-08-22 17:01:02 |
| 137 | Spatial Transformer Networks | 2018-08-22 16:44:27 |
刘聪NLP
介绍： 专业炼丹师，专治疑难杂症,NLP算法工程师，个人微信：logCong，添加时请备注：知乎—姓名—公司/研究方向。。
| 序号 | 佳作 | 时间 |
|---|---|---|
| 1 | 1-2B参数规模大模型使用心得及模型汇总 | 2023-12-21 11:10:38 |
| 2 | 大模型微调项目-更新说明 | 2023-12-13 16:33:09 |
| 3 | 大模型微调技巧 | 高质量指令数据筛选方法-MoDS | 2023-12-08 17:26:53 |
| 4 | 辟谣！微软撤回声称ChatGPT为20B参数的论文，并给出解释。 | 2023-11-02 10:13:37 |
| 5 | 通义千问-Qwen技术报告细节分享 | 2023-09-26 00:16:39 |
| 6 | 如何从数据集中自动识别高质量的指令数据-IFD指标的使用 | 2023-09-24 17:34:47 |
| 7 | BaiChuan2技术报告细节分享&个人想法 | 2023-09-16 00:18:11 |
| 8 | 领域大模型-训练Trick&落地思考 | 2023-08-08 19:12:15 |
| 9 | 大模型LLM微调项目-更新 | 2023-08-06 17:32:42 |
| 10 | 是我们在训练大模型，还是大模型在训练我们？ | 2023-07-22 13:18:35 |
| 11 | “NLP工作站”成立技术交流群 | 2023-07-21 21:40:53 |
| 12 | Llama2技术细节&开源影响 | 2023-07-20 00:16:38 |
| 13 | 水可载舟亦可覆舟-AI，可信AI！ | 2023-07-18 12:04:29 |
| 14 | 垂直领域大模型的一些思考及开源模型汇总 | 2023-07-10 14:40:18 |
| 15 | LLMs评估综述 | 2023-07-07 14:36:32 |
| 16 | 大模型流水线并行（Pipeline）实战 | 2023-06-13 09:58:50 |
| 17 | 支持多模态的ChatGLM模型-VisualGLM-6B | 2023-05-18 10:29:56 |
| 18 | 大模型时代-不进则退 | 2023-04-29 23:50:22 |
| 19 | 大模型LLM-微调经验分享&总结 | 2023-04-11 11:41:51 |
| 20 | 官方ChatGLM-6B模型微调方法 | 2023-03-31 14:22:00 |
| 21 | ChatGPT-所见、所闻、所感 | 2023-02-11 01:26:56 |
| 22 | CORGI-PM：首个中文性别偏见探索和缓解数据集 | 2023-02-03 17:31:42 |
| 23 | 中文多模态对话数据集-TikTalk | 2023-01-21 11:41:55 |
| 24 | 事件抽取数据增强方法-Mask-then-Fill | 2023-01-20 10:06:40 |
| 25 | AAAI2023 | 基于统一语义匹配的通用信息抽取框架-USM | 2023-01-13 19:56:27 |
| 26 | Dual-Cross-Encoder：面向稠密向量检索的Query深度交互的文档多视角表征 | 2022-08-15 22:45:23 |
| 27 | 清华开源了1300亿开源的双语预训练模型-GLM-130B | 2022-08-05 14:16:37 |
| 28 | IJCAI2022 | DictBert：采用对比学习的字典描述知识增强的预训练语言模型 | 2022-08-04 22:43:44 |
| 29 | neo4j学习笔记-持续更新ing | 2022-07-07 22:38:01 |
| 30 | CC-Riddle：汉字谜语问答数据集 | 2022-07-04 21:50:04 |
| 31 | 中文NER数据集整理 | 2022-06-16 11:09:17 |
| 32 | ACL2022 | DCSR：一种面向开放域段落检索的句子感知的对比学习方法 | 2022-06-11 12:45:55 |
| 33 | ACL2022 | NoisyTune：微调前加入少量噪音可能会有意想不到的效果 | 2022-06-03 10:50:10 |
| 34 | ACL2022 | DictBERT：通过低频词典增强预训练模型表征方法 | 2022-06-02 15:27:03 |
| 35 | ACL2022论文分类汇总-Prompt、句子表征、检索排序&摘要 | 2022-05-25 21:15:13 |
| 36 | 总结|Prompt在NER场景的应用 | 2022-05-22 11:47:21 |
| 37 | EASE：一种融合实体信息的句子嵌入对比学习方法 | 2022-05-17 22:35:22 |
| 38 | NAACL2022-Prompt相关论文&对Prompt的看法 | 2022-05-10 17:42:34 |
| 39 | PolyLoss：一种将分类损失函数加入泰勒展开式的损失函数 | 2022-05-07 11:33:32 |
| 40 | PERT：一种基于乱序语言模型的预训练模型 | 2022-05-05 15:41:39 |
| 41 | DiffCSE：结合句子间差异的无监督句子嵌入对比学习方法 | 2022-04-29 12:51:25 |
| 42 | SIGIR2022论文筛选 | 2022-04-27 15:04:52 |
| 43 | 算法不会前端，也可以做出好看的界面-Streamlit | 2022-02-20 11:46:28 |
| 44 | OpenAI：基于对比学习的预训练文本&代码表征技术 | 2022-02-19 12:53:29 |
| 45 | PairSCL：句子对级别的有监督对比学习方法 | 2022-02-04 16:06:40 |
| 46 | COLD：中文冒犯性语言检测数据集 | 2022-02-01 11:48:51 |
| 47 | SNCSE：一种基于软负例的无监督句向量对比学习方法 | 2022-01-30 11:04:21 |
| 48 | ExtraPhrase：一种针对抽象式（生成式）摘要的数据增强方法 | 2022-01-27 17:41:29 |
| 49 | MatchSum-一种基于语义匹配的抽取式摘要框架 | 2022-01-26 17:05:30 |
| 50 | BertSum-基于BERT模型的抽取式文本摘要 | 2022-01-25 20:43:48 |
| 51 | CPT模型：一种中文兼顾NLU和NLG的非平衡预训练语言模型 | 2022-01-12 21:29:31 |
| 52 | 中文文本匹配数据集整理 | 2022-01-06 21:01:22 |
| 53 | SimCSE论文精读 | 2022-01-03 21:04:58 |
| 54 | EMNLP2021 Findings会议-305篇长文及119篇短文分类-附论文链接（下） | 2021-11-07 20:47:49 |
| 55 | EMNLP2021 Findings会议-305篇长文及119篇短文分类-附论文链接（上） | 2021-11-07 20:46:38 |
| 56 | EMNLP2021主会议-191篇短文分类-附论文链接 | 2021-11-06 17:13:46 |
| 57 | EMNLP2021主会议-656篇长文分类-附论文链接（下） | 2021-11-03 23:58:54 |
| 58 | EMNLP2021主会议-656篇长文分类-附论文链接（上） | 2021-11-03 23:56:41 |
| 59 | 一个使模型训练速度提升20%的Trick-BlockShuffle | 2021-09-28 20:21:27 |
| 60 | EMNLP2021会议PaperList | 2021-09-26 11:05:54 |
| 61 | 带有详细注释的PaddlePaddle的情绪识别项目 | 2021-09-21 14:11:36 |
| 62 | EMNLP 2021之SF：一种预训练语言模型的片段微调（Span Fine-tuning）方法 | 2021-09-15 22:52:00 |
| 63 | EMNLP2021之AEDA：一种更简单的文本分类数据增强技术 | 2021-09-09 22:47:03 |
| 64 | 常用预训练语言模型（PTMs）总结 | 2021-09-03 21:53:13 |
| 65 | 回顾BART模型 | 2021-08-12 20:50:51 |
| 66 | 中文机器阅读理解（片段抽取）数据集整理 | 2021-08-03 22:30:12 |
| 67 | ACL2021论文之ChineseBERT：融合字形与拼音信息的中文预训练模型 | 2021-07-28 22:29:16 |
| 68 | 授人以鱼不如授人以渔-如何高效获取前沿论文？ | 2021-07-07 22:04:04 |
| 69 | ACL2021 Findings论文汇总及分类 | 2021-07-03 15:46:08 |
| 70 | ACL2021主会议论文汇总及分类 | 2021-06-29 23:32:50 |
| 71 | ACL2021论文 | 2021-06-28 17:31:32 |
| 72 | 难负例如何影响向量检索模型？ | 2021-06-27 23:38:08 |
| 73 | SIGIR2021论文：基于Text-to-Text多视图学习的段落重排序 | 2021-06-22 21:54:42 |
| 74 | SIGIR2021之DvBERT模型：双视图蒸馏的句向量BERT模型 | 2021-06-15 22:13:24 |
| 75 | SIGIR2021之IDCM模型: 文档内部级联选择段落服务于文档排序 | 2021-06-12 15:33:08 |
| 76 | SIGIR 2021论文筛选 | 2021-06-08 14:46:41 |
| 77 | 小布助手对话短文本语义匹配-周周星分享 | 2021-03-29 18:16:50 |
| 78 | 中文摘要数据集汇总 | 2021-01-02 21:04:25 |
| 79 | 超详细中文注释的GPT2新闻标题生成项目 | 2020-12-21 09:21:20 |
| 80 | 一种新的涨分神器！构造code-switching增广数据进行fine-tuning！ | 2020-09-27 14:47:43 |
| 81 | MacBERT：MLM as correction BERT | 2020-09-20 17:55:30 |
| 82 | BERT-QE: 基于上下文化查询扩展的文档ReRank | 2020-09-20 15:31:42 |
| 83 | AMBERT模型：一个多粒度Tokenization的预训练语言模型 | 2020-09-04 00:31:25 |
| 84 | SIGIR 2020之MarkedBERT模型：加入传统检索线索的Rerank模型 | 2020-08-30 11:16:44 |
| 85 | 夸夸式闲聊机器人之Unilm对话生成 | 2020-08-07 23:11:02 |
| 86 | SIGIR 2020之DC-BERT模型：解耦问题-文档编码，提速QA-Rerank模块 | 2020-08-02 13:47:44 |
| 87 | SIGIR会议之文本表征、检索重排序、阅读理解论文整理 | 2020-07-26 11:05:23 |
| 88 | 开源啦！开源啦！UNILM中文模型开源啦！ | 2020-07-25 17:44:42 |
| 89 | ACL2020论文整理之问题生成、自然语言推理、预训练语言模型及部分应用、QA问答系统及机器阅读理解 | 2020-07-05 20:16:35 |
| 90 | 教你如何动态配置词权重，检索系列文章之HDCT论文笔记 | 2020-06-21 11:46:52 |
| 91 | 智能扩充机器人的“标准问”库之Query生成 | 2020-06-20 13:18:47 |
| 92 | Web服务部署深度学习模型-续集 | 2020-06-14 15:05:01 |
| 93 | 教你如何动态配置词权重，检索系列文章之DeepCT论文笔记 | 2020-06-14 12:32:51 |
| 94 | Web服务部署深度学习模型 | 2020-05-26 16:09:53 |
| 95 | Sentence-Bert论文笔记 | 2020-03-29 20:51:04 |
| 96 | UniLM-v2论文阅读笔记 | 2020-03-26 11:30:29 |
| 97 | UniLM论文阅读笔记 | 2020-03-20 21:11:18 |
| 98 | 传统方法BM25解决短文本相似度问题 | 2020-03-16 20:01:10 |
| 99 | 传统方法TF-IDF解决短文本相似度问题 | 2020-03-14 10:16:08 |
| 100 | 你保存的BERT模型为什么那么大？ | 2020-03-08 11:31:49 |
| 101 | 短文本相似度算法研究 | 2020-03-07 10:09:47 |
| 102 | 阅读笔记：开放域检索问答（ORQA） | 2020-02-17 21:43:17 |
| 103 | NEZHA（哪吒）论文阅读笔记 | 2019-12-29 22:09:40 |
| 104 | DuReader数据集之数据预处理代码解析 | 2019-12-29 15:21:54 |
| 105 | 机器阅读理解之DuReader数据集描述 | 2019-11-29 22:32:32 |
| 106 | 文本蕴含之孪生网络（Siamese Network） | 2019-07-27 11:27:35 |
| 107 | 论文阅读笔记：文本蕴含之DIIN | 2019-07-20 09:24:39 |
| 108 | 论文阅读笔记：文本蕴含之ESIM | 2019-07-13 13:18:02 |
| 109 | 论文阅读笔记：文本蕴含之BiMPM | 2019-07-06 11:49:24 |
北冥乘海生
介绍： 大数据仁波切 公号“计算广告”(Comp_Ad),《计算广告》作者，微信公号“计算广告”。
| 序号 | 佳作 | 时间 |
|---|---|---|
| 1 | 买量难+成本高，用户增长卷又卷不赢，躺也躺不平？ | 2023-12-14 08:43:07 |
| 2 | 深度解析扬楫：AI广告引擎如何工作 | 2023-11-28 11:19:52 |
| 3 | 厂商营销不止应用市场！ | 2023-11-06 11:00:03 |
| 4 | 换个思路，撬动十倍增长！ | 2023-08-21 11:57:55 |
| 5 | 游戏增长，不再是买量游戏！ | 2023-08-15 10:17:21 |
| 6 | 版号常态化发放时代，游戏的“全生命周期智能增长” | 2023-07-07 12:26:55 |
| 7 | 生成式AI，将如何重塑营销？ | 2023-06-25 18:30:32 |
| 8 | 裁掉的码农，不过是戏里的龙套 | 2023-06-24 07:42:29 |
| 9 | 做营销，大模型真的有用么？ | 2023-06-21 10:26:50 |
| 10 | 开发者青睐的变现平台，要有“专业性” | 2023-06-20 09:56:07 |
| 11 | 大模型只有"大"一条路吗？ | 2023-05-25 21:24:42 |
| 12 | 巨量千川全面升级，助力商家高效经营 | 2023-04-29 19:33:17 |
| 13 | 工具开发者的新春天，就要来了！ | 2023-04-27 12:04:47 |
| 14 | 你卖的不是广告，是商品！ | 2023-04-12 14:33:22 |
| 15 | 瑞士，扯下了"规矩"的底裤 | 2023-04-05 08:14:38 |
| 16 | 巨量千川商品卡推广——抖音电商卖家的新型武器 | 2023-03-22 13:30:20 |
| 17 | ChatGPT吹牛逼大赛，谁能胜出？ | 2023-02-17 08:53:00 |
| 18 | 2023，广告平台变迁的七大趋势 | 2023-01-19 12:41:34 |
| 19 | 让变现“润物细无声”，优量汇与开发者的共同探索 | 2023-01-05 12:30:47 |
| 20 | 增长变现一体化的利器，现在开放了！ | 2022-12-16 11:05:15 |
| 21 | 广告营销怎样摆脱玄学？ | 2022-10-16 17:02:15 |
| 22 | 🦊连线王玥波：互联网就是个江湖 | 2022-09-23 09:36:46 |
| 23 | 全局一盘棋，聊聊投放一体化与降本增效 | 2022-09-19 09:35:25 |
| 24 | 穿山甲大开放：从变现工具到商业生态 | 2022-08-30 21:33:49 |
| 25 | 算法监管：碳与硅的博弈 | 2022-07-09 15:45:13 |
| 26 | 千亿参数的广告模型，是怎样炼成的？ | 2022-07-02 09:43:53 |
| 27 | 酒香怎破巷子深？从“激活七留双出价”看智能投放进展 | 2022-06-30 13:35:33 |
| 28 | 你要润么？先想清几件事…… | 2022-06-17 17:30:02 |
| 29 | 防疫长城背后的云端政务，强在何处？ | 2022-04-19 19:16:46 |
| 30 | 数字营销正走向全域经营 | 2022-01-26 15:49:48 |
| 31 | 2022，开发者变现的生机何在？ | 2022-01-06 10:06:24 |
| 32 | 浓眉大眼的谷歌也“叛变”了么？从Adsense放弃二价谈起 | 2021-11-09 17:18:55 |
| 33 | 许家印与袁世凯的信息茧房 | 2021-10-13 11:28:46 |
| 34 | 产品经理的哲学三问 | 2021-07-19 18:49:05 |
| 35 | 网服广告商品化——与广告主共创未来增长点 | 2021-06-23 11:05:47 |
| 36 | 在大厂上班，你牛逼什么劲？ | 2021-06-17 08:42:23 |
| 37 | 找准“增值”突破口，金融行业营销的“道”与“数” | 2021-06-17 08:38:48 |
| 38 | 数字营销服务，是独善其身还是百花齐放？ | 2021-06-02 08:47:10 |
| 39 | 进击的315，没落的央视 | 2021-03-26 10:08:06 |
| 40 | 广告主玩数据，有个大误区 | 2021-03-05 19:17:59 |
| 41 | 我们做了个“自动卖货引擎” | 2021-02-25 18:41:26 |
| 42 | 粗放式增长过后，“分层拉活”正兴起 | 2021-01-21 08:31:27 |
| 43 | 猝死码农的半生福报，垄断巨头的三把镰刀 | 2021-01-12 18:25:10 |
| 44 | 白手起家的三条土豪路，你选哪条？ | 2021-01-07 18:36:03 |
| 45 | 数据产品叫好不叫座，该如何破局 | 2020-12-08 20:52:56 |
| 46 | 大公司，你不讲武德！ | 2020-12-03 08:16:45 |
| 47 | 职业教育增长，正在“电商化” | 2020-11-30 17:54:22 |
| 48 | 蚂蚁市值25万亿？互联网的“后棚”买卖，你我都逃不过 | 2020-10-30 08:54:38 |
| 49 | 源代码审查能否成为国际惯例？ | 2020-10-07 21:48:34 |
| 50 | 从流量到增长，营销产品有何趋势？ | 2020-09-25 20:46:06 |
| 51 | 广告优化是一门玄学么？ | 2020-09-25 16:58:12 |
| 52 | 捉放Tiktok，特朗普摆了一场鸿门宴 | 2020-09-22 10:24:17 |
| 53 | 听完吴声的演讲，我感觉智商梗阻了 | 2020-08-27 13:22:02 |
| 54 | 干掉Tiktok只是打响了第一枪 | 2020-08-07 10:33:39 |
| 55 | 腾讯广告终于迎来全面整合 | 2020-07-07 19:10:09 |
| 56 | KPI是怎样凑出来的？ | 2020-06-17 21:38:52 |
| 57 | 约炮，是权与利交易的剪彩仪式 | 2020-04-28 12:37:39 |
| 58 | 平地抠饼型公司，CXO们怎么分工？ | 2020-04-27 11:10:37 |
| 59 | 隐私保护，在法规以外更依赖技术 | 2020-04-03 18:22:54 |
| 60 | 被谷歌剪掉命根子的出海应用，没几个冤枉的 | 2020-03-21 19:51:46 |
| 61 | 谁家公司还没几个F4呢？ | 2020-02-28 08:01:31 |
| 62 | 这场疫情，敲响了电影院线的丧钟 | 2020-01-28 20:54:18 |
| 63 | 职场新人打怪升级，这两招最管用 | 2020-01-07 17:43:06 |
| 64 | 愤青是怎样炼成的 | 2019-12-30 15:54:28 |
| 65 | 真的有人想反作弊吗？ | 2019-12-11 20:24:09 |
| 66 | 关于品效合一的经济学分析 | 2019-10-30 20:00:22 |
| 67 | 天下产品一大抄 | 2019-10-10 11:29:59 |
| 68 | 25岁的年轻人，要想清两件事 | 2019-09-10 20:33:12 |
| 69 | 互联网贪腐见闻拾萃 | 2019-08-28 07:40:22 |
| 70 | 一文搞懂互联网广告的计算原理 | 2019-07-04 19:59:29 |
| 71 | 素质教育，让令郎输在受精卵上 | 2019-06-13 07:20:19 |
| 72 | 深受读者爱戴的十大负能量雄文 | 2019-05-16 07:41:25 |
| 73 | 996其实没什么卵用 | 2019-04-17 18:32:52 |
| 74 | 愿你饱览群书，归来仍是屌丝 | 2019-04-03 17:55:08 |
| 75 | 没事少听创业导师们瞎逼逼 | 2019-02-27 20:59:07 |
| 76 | 后AI时代的没羞没臊生活指南 | 2019-01-23 21:50:54 |
| 77 | 去中心化交易能比VISA还快么？ | 2018-12-26 18:48:29 |
| 78 | 为什么外企有那么多奇葩老板？ | 2018-09-28 21:11:43 |
| 79 | 互联网+拯救不了强哥奶茶的品味 | 2018-09-03 13:39:40 |
| 80 | 为什么说大多数ICO都是诈骗？ | 2018-08-29 18:33:28 |
| 81 | 码农四十不如狗 | 2018-08-06 22:20:22 |
| 82 | 做劣币，挣大钱 | 2018-06-28 20:44:48 |
| 83 | 图灵测试离我们还有多远？ | 2018-06-07 20:41:33 |
| 84 | 我怀了谁的孩子？——一部安卓手机的情感史 | 2018-05-28 20:02:48 |
| 85 | 如何迅速提高公司估值？ | 2018-05-22 21:21:31 |
| 86 | 财务自由是个大骗局 | 2018-05-02 22:02:07 |
| 87 | 怎样收智商税 | 2018-03-27 22:20:57 |
| 88 | 勤劳致贫 | 2018-03-04 22:43:17 |
| 89 | 2018，广告技术公司路在何方？ | 2018-01-25 09:51:48 |
| 90 | 被叔叔猥亵，我有亲身经历 | 2017-12-06 22:12:09 |
| 91 | 怎样在大公司混成中层干部？ | 2017-11-23 20:56:49 |
| 92 | 产品狗的圣战 | 2017-10-18 09:04:17 |
| 93 | 二十年前的北京四中到底哪里牛？ | 2017-10-01 21:26:07 |
| 94 | 从薛之谦到林心如，大V们有多少僵尸粉？ | 2017-09-27 22:39:58 |
| 95 | 从初夜权到在线广告——拍卖中的趣味与玄机 | 2017-09-19 22:47:37 |
| 96 | 假装成功是成功之母——屌丝测不准原理 | 2017-08-31 20:10:54 |
| 97 | 印度，一个盛产高管与狗的国度 | 2017-08-15 22:05:14 |
| 98 | 为什么你挣钱比别人慢？——屌丝第一守恒定律 | 2017-07-27 22:10:35 |
| 99 | 从马云斗王卫，看互联网的三场大战 | 2017-07-04 15:31:40 |
| 100 | 20万、50万、100万的算法工程师，到底有什么区别？ | 2017-05-23 22:52:56 |
| 101 | 魏方丹、李静思：下流才是内容创业的王道 | 2017-05-05 08:37:08 |
| 102 | 月月灵欠的三千万广告费，小红还能要回来么？ | 2017-04-12 22:05:49 |
| 103 | 局长私访售楼处，怒了！ | 2017-04-09 21:27:42 |
| 104 | 一个大数据屌丝的一天 | 2017-03-22 22:06:31 |
| 105 | 共享经济+坐台=？ | 2017-03-14 21:20:31 |
| 106 | 手把手教你互联网流量作弊 | 2017-03-09 20:46:20 |
| 107 | Facebook的广告效果真的那么好么？ | 2017-03-01 17:45:40 |
| 108 | 数据分析真的能驱动用户快速增长么？ | 2016-07-31 11:10:48 |
鱼遇雨欲语与余
介绍： 公众号：Coggle数据科学，《机器学习算法竞赛实战》作者,一对一学习指导，可私信我。 数据算法竞赛爱好者，国内竞赛方案最佳分享者，目前已获得五冠六亚一季的成绩。 2022，WSDM-xmRec cup，亚军 2020，腾讯广告算法大赛，冠军 2020，TIANCHI-数字中国创新大赛-智慧海洋建设，冠军 2019，TIANCHI-全球数据智能大赛【赛场二】，亚军 2019，TIANCHI-安泰杯--跨境电商智能算法大赛，冠军 2019，腾讯广告算法大赛，冠军 2019，KDD Cup: Context-Aware Multi-Modal Transportation Recommendation，亚军 2018，科大讯飞营销算法大赛，冠军 2019，TIANCHI-OGeek算法挑战赛，亚军 2019，JDATA-用户对品类下店铺的购买预测，亚军 2019，第四届魔镜杯大赛数据应用大赛，亚军 2019，TIANCHI-全球城市AI挑战赛，季军。
| 序号 | 佳作 | 时间 |
|---|---|---|
| 1 | 时隔两年！我的《机器学习算法竞赛实战》英文版 在Springer 发布啦！ | 2023-12-13 15:57:56 |
| 2 | 深入理解推荐系统：微软xDeepFM原理与实践 | 2022-06-21 11:31:28 |
| 3 | 深入理解推荐系统：大厂如何进行CTR增量训练 | 2022-06-21 11:27:38 |
| 4 | 深入理解推荐系统：阿里DIN原理与实践 | 2022-06-21 11:23:17 |
| 5 | 深入理解推荐系统：CTR平滑问题 | 2022-06-21 11:18:37 |
| 6 | 2022 WSDM-Xmrec：跨境电商推荐挑战赛题方案 | 2022-06-21 11:11:31 |
| 7 | GraphEmbedding实战系列：Node2vec原理与代码实战 | 2022-06-21 11:07:11 |
| 8 | 深入理解推荐系统：如何多种业务场景合并建模 | 2022-06-21 11:02:56 |
| 9 | 科大讯飞：电信客户流失预测赛方案 | 2022-06-21 10:54:15 |
| 10 | 我的新书「机器学习算法竞赛实战」，专注竞赛 | 2021-09-25 23:46:54 |
| 11 | 冠军10w美金 ! ! ! 备战2021腾讯广告算法大赛最新指南 | 2021-03-02 16:21:02 |
| 12 | 消费金融场景下的用户购买预测【冠军方案】分享 | 2021-02-06 01:29:45 |
| 13 | Kaggle知识点：文本相似度计算方法 | 2021-02-06 01:22:37 |
| 14 | Kaggle知识点：类别特征处理 | 2021-02-06 01:13:48 |
| 15 | Kaggle知识点：缺失值处理 | 2021-02-05 16:39:46 |
| 16 | 深入理解推荐系统：超长用户行为序列建模 | 2020-12-14 23:33:53 |
| 17 | 机器学习中“距离与相似度”计算汇总 | 2020-12-14 23:24:03 |
| 18 | 时序预测竞赛之异常检测算法综述 | 2020-12-14 23:03:13 |
| 19 | 数据竞赛之常见数据抽样方式 | 2020-12-10 18:00:15 |
| 20 | 深入理解推荐系统：特征交叉组合模型演化简史 | 2020-10-29 11:03:30 |
| 21 | 深入理解推荐系统：推荐系统中的attention机制 | 2020-10-29 09:36:42 |
| 22 | 2020腾讯广告算法大赛方案分享（亚军） | 2020-08-16 00:21:03 |
| 23 | 2020腾讯广告算法大赛方案分享（冠军） | 2020-08-05 00:06:28 |
| 24 | 深入理解推荐系统：Fairness、Bias和Debias | 2020-07-23 14:53:24 |
| 25 | 厦门国际银行 “数创金融杯”数据建模大赛-冠军分享 | 2020-06-22 13:49:01 |
| 26 | 竞赛总结：天池OGeek算法挑战赛 | 2020-06-18 00:38:52 |
| 27 | 2020腾讯广告算法大赛：高分进阶 | 2020-06-07 09:43:41 |
| 28 | 2020腾讯广告算法大赛：如何突破分数瓶颈？ | 2020-05-24 12:59:32 |
| 29 | 2020腾讯广告算法大赛：赛题理解与解题思路 | 2020-05-16 00:49:30 |
| 30 | 深入理解推荐系统：排序 | 2020-05-07 00:04:15 |
| 31 | 2020 KDD Cup：Debiasing phase4 baseline 0.25 | 2020-05-04 10:56:16 |
| 32 | 冠军7w美金，2020腾讯广告算法大赛正式开始！！！ | 2020-04-15 17:17:46 |
| 33 | KDD Cup 2020 推荐系统赛道—数据分析 | 2020-04-10 00:09:21 |
| 34 | 备战2020腾讯广告算法大赛：武功秘籍 | 2020-04-06 18:54:58 |
| 35 | 深入理解推荐系统：召回 | 2020-04-01 21:01:44 |
| 36 | 深入理解YouTube推荐系统算法 | 2020-03-24 01:26:01 |
| 37 | 深入理解XGBoost：分布式实现 | 2020-03-15 00:55:23 |
| 38 | 基于GNN的图表示学习及其应用 | 2020-03-14 22:09:50 |
| 39 | 天池-安泰杯跨境电商智能算法大赛分享（冠军） | 2020-01-03 11:38:53 |
| 40 | 一文梳理2017腾讯广告算法大赛决赛方案 | 2019-12-05 00:45:21 |
| 41 | 2019CCF-BDCI-乘用车细分市场销量预测方案（Top1%） | 2019-11-25 22:17:00 |
| 42 | TIANCHI-全球数据智能大赛【赛场二】算法赛方案分享（亚军） | 2019-10-29 21:48:59 |
| 43 | 一文梳理2019年腾讯广告算法大赛冠军方案 | 2019-10-07 23:51:29 |
| 44 | 一文总结机器学习常见知识点 | 2019-10-07 21:56:37 |
| 45 | CCF乘用车细分市场销量预测-0.63模型框架 | 2019-09-13 20:44:36 |
| 46 | CCF乘用车细分市场销量预测baseline(0.51+) | 2019-08-27 10:48:40 |
| 47 | 【震惊】2019腾讯广告算法大赛-冠军代码复盘解析 | 2019-08-21 09:33:50 |
| 48 | 这两年：我的数据竞赛之路 | 2019-08-17 00:18:40 |
| 49 | GNN 系列（三）：GraphSAGE | 2019-08-09 10:13:18 |
| 50 | GNN 系列（二）：图神经网络的“开山之作”GCN模型 | 2019-08-05 08:13:48 |
| 51 | GNN 系列（一）：Graph 基础知识介绍 | 2019-08-01 13:08:08 |
| 52 | 拍拍贷第四届魔镜杯大赛-冠亚季军方案梳理 | 2019-08-01 00:46:40 |
| 53 | 第四届魔镜杯大赛数据应用大赛方案分享（亚军） | 2019-07-23 00:46:22 |
| 54 | TIANCHI安泰杯 —跨境电商智能算法大赛Baseline | 2019-07-18 10:34:31 |
| 55 | 2019腾讯广告算法大赛方案分享（冠军） | 2019-07-14 13:43:28 |
| 56 | 2019腾讯广告算法大赛-冠军之路 | 2019-07-09 03:07:48 |
| 57 | 2019JDATA-用户对品类下店铺的购买预测方案及代码分享（亚军） | 2019-07-02 21:59:14 |
| 58 | 2019腾讯广告算法大赛方案分享（初赛冠军） | 2019-06-25 14:39:51 |
| 59 | 2019腾讯广告算法大赛初赛分享-Part3（冠军篇） | 2019-05-23 13:34:56 |
| 60 | 2019腾讯广告算法大赛入门-Part2（初赛生存篇） | 2019-05-11 17:42:16 |
| 61 | 2019腾讯广告算法大赛入门-Part1（竞赛小白晋升之路） | 2019-04-25 16:35:40 |
| 62 | TIANCHI-全球城市计算挑战赛-完整方案及关键代码分享（季军） | 2019-04-13 14:23:27 |
| 63 | DF消费者人群画像—信用智能评分方案分享（top5） | 2019-04-13 12:20:55 |
| 64 | 2019腾讯广告算法大赛开始报名啦！ | 2019-03-26 11:17:02 |
| 65 | TIANCHI全球城市计算AI挑战赛baseline | 2019-03-21 23:28:37 |
| 66 | TIANCHI-津南数字制造算法挑战赛【赛场一】基本分析&Baseline | 2018-12-31 18:55:13 |
| 67 | TIANCHI天池-OGeek算法挑战赛分享及完整代码（亚军） | 2018-12-03 12:02:08 |
| 68 | 2018 CCF《套餐个性化匹配模型》（亚军）分享 | 2018-12-03 00:12:37 |
| 69 | JDD2018-人口动态普查与预测baseline0.1417 | 2018-11-22 21:09:09 |
| 70 | TF-IDF与余弦相似度 | 2018-11-18 01:22:08 |
| 71 | JDATA如期而至-用户购买时间预测Rank9 | 2018-10-29 18:50:02 |
| 72 | 2018科大讯飞AI营销算法大赛总结及完整代码（冠军） | 2018-10-27 16:15:55 |
| 73 | 天池-OGeek算法挑战赛Baseline(0.7016) | 2018-10-11 12:38:42 |
| 74 | 2018科大讯飞AI营销算法大赛Baseline0.4255 | 2018-09-20 00:02:55 |
| 75 | 2018腾讯广告算法大赛总结/0.772229/Rank11 | 2018-06-13 14:16:24 |
| 76 | IJCAI-18 阿里妈妈搜索广告转化预测总结( 29 / 0.13939 ) | 2018-05-20 02:06:43 |
| 77 | 机器学习/数据挖掘面试总结 | 2018-03-29 14:59:28 |
| 78 | 机器学习面试干货精讲 | 2018-02-15 22:52:24 |
| 79 | 数论及数论四大定理 | 2018-02-06 01:52:13 |
| 80 | 动态规划问题总结 | 2018-02-05 00:36:39 |
| 81 | 机器学习进阶：我的竞赛之路 | 2018-01-09 21:00:23 |
| 82 | 特征选择 | 2018-01-09 19:04:08 |
| 83 | LDA线性判别分析 | 2018-01-05 21:41:54 |
| 84 | 判别模型与生成模型 | 2018-01-05 14:53:23 |
| 85 | 模型选择之交叉验证 | 2018-01-04 20:17:51 |
| 86 | 奇异值分解(SVD)原理 | 2018-01-04 14:24:44 |
| 87 | 集成学习概述 | 2018-01-01 17:51:07 |
| 88 | PCA主成分分析学习总结 | 2017-12-28 15:41:23 |
李rumor
介绍： 公众号「李rumor」，AI算法小姐姐，谷歌开发者专家,还没呢。
| 序号 | 佳作 | 时间 |
|---|---|---|
| 1 | OpenAI的Weak-to-Strong在说什么 | 2023-12-21 13:10:21 |
| 2 | 一些RLHF的平替汇总（2023.11） | 2023-11-16 13:20:33 |
| 3 | 临近23年底，有哪些GenAI产品做起来了？ | 2023-09-19 21:51:10 |
| 4 | 百川的大模型KnowHow | 2023-09-13 11:53:05 |
| 5 | OpenAI的Superalignment策略：计算为王 | 2023-08-21 09:40:22 |
| 6 | 蹲一个CV的ChatGPT时刻 | 2023-06-27 13:54:37 |
| 7 | RLHF的其他优化方向 | 2023-03-09 13:10:28 |
| 8 | 复现ChatGPT的难点与平替 | 2023-02-20 13:35:36 |
| 9 | 如何优化大模型的In-Context Learning效果？ | 2023-01-06 13:36:41 |
| 10 | 2022年对话技术梳理：科研进展、产品创新 | 2022-11-08 13:08:10 |
| 11 | 虚拟角色对话：AI产品新花样 | 2022-10-13 18:04:48 |
| 12 | Action Transformer(ACT-1)，通用AI助手 | 2022-09-16 13:13:26 |
| 13 | MetaAI的融合怪：BlenderBot | 2022-08-19 12:44:28 |
| 14 | 最近一些Embodied AI工作的总结(SayCan/LM-Nav/WebShop/Gato/VPT/MINEDOJO) | 2022-07-14 13:25:06 |
| 15 | HuggingFace推出Evaluate库！所以它赚钱了吗？ | 2022-06-02 13:10:04 |
| 16 | 文本匹配｜双塔的效果如何追上交互？ | 2022-05-23 13:10:38 |
| 17 | DeepMind出手！多模态小样本打败精调 | 2022-05-09 13:04:56 |
| 18 | 预训练模型的下一步？突破Impossible Triangle | 2022-04-19 19:41:39 |
| 19 | 谷歌PaLM｜推理能力大幅提升，Pathways给出的第一份答卷 | 2022-04-06 13:13:47 |
| 20 | 腾讯SkillNet｜NLU任务的全能网络，对Pathways架构的初步尝试 | 2022-03-09 18:15:26 |
| 21 | 谷歌LaMDA｜工业级端到端预训练对话模型 | 2022-01-26 13:03:50 |
| 22 | 预训练时代下的文本生成｜模型&技巧 | 2022-01-18 12:17:37 |
| 23 | 【急招】美团-NLP中心图学习（GNN）方向实习生 | 2022-01-05 09:47:42 |
| 24 | 清华x商汤｜统一21年的各类对比学习框架 | 2021-12-28 13:44:38 |
| 25 | 开放域问答综述｜四种方案+数据集 | 2021-12-10 13:28:25 |
| 26 | PromptBERT｜结合Prompt+对比学习，超越SimCSE两个多点 | 2021-12-03 13:53:40 |
| 27 | GPT3 API 「全面」开放，变现模式开启 | 2021-11-22 09:41:28 |
| 28 | 清华P-tuning v2、谷歌SPoT｜Prompt可以超过精调了吗？ | 2021-10-19 18:54:10 |
| 29 | 哈工大｜15种NLP数据增强方法总结与对比 | 2021-10-11 18:48:30 |
| 30 | 谷歌UDG｜Prompt新用法，直接生成训练数据 | 2021-09-23 22:04:55 |
| 31 | Instruction Tuning｜谷歌Quoc V.Le团队提出又一精调范式 | 2021-09-08 12:09:49 |
| 32 | Sentence-T5｜谷歌提出文本表示新SOTA | 2021-08-24 18:05:08 |
| 33 | Prompt范式第二阶段｜Prefix-tuning、P-tuning、Prompt-tuning | 2021-08-17 19:14:06 |
| 34 | Prompt范式的缘起｜Pattern-Exploiting Training | 2021-08-06 12:59:15 |
| 35 | 业界总结｜搜索中的Query理解 | 2021-07-28 13:13:12 |
| 36 | ERNIE3.0 Demo试玩，被卷到了 | 2021-07-08 09:44:34 |
| 37 | 43页预训练模型综述（清华、复旦、人大） | 2021-06-16 20:14:09 |
| 38 | ConSERT｜用对比学习做NLP都有哪些坑？ | 2021-06-07 13:06:25 |
| 39 | 盘点文本相关性在搜索、广告、推荐三大场景中的应用 | 2021-04-27 12:53:51 |
| 40 | 21个经典深度学习句间关系模型｜代码&技巧 | 2021-03-17 18:00:55 |
| 41 | 深度学习文本分类模型综述+代码+技巧 | 2021-02-03 19:04:38 |
| 42 | 2021年NLP入门书籍推荐｜理论&实践 | 2021-01-07 09:52:05 |
| 43 | GPT-2的信息泄漏问题 | 2020-12-17 19:58:31 |
| 44 | 自监督对比学习（Contrastive Learning）综述+代码 | 2020-12-08 19:53:24 |
| 45 | BERT-flow：CMUx字节提出的文本表示新SOTA | 2020-11-28 18:36:34 |
| 46 | CCKS20参会小结：知识图谱在工业界的落地 | 2020-11-19 19:14:45 |
| 47 | 如何用对比学习提升BERT？斯坦福+Facebook的最新力作 | 2020-11-07 20:54:02 |
| 48 | BERT模型蒸馏完全指南（原理/技巧/代码） | 2020-11-04 13:37:39 |
| 49 | Bort: 亚马逊最新4层小模型，效果超越BERT-large | 2020-10-22 13:19:25 |
| 50 | Cross-Thought：微软为文本表示打造的全新预训练任务 | 2020-10-10 09:43:42 |
| 51 | 关于校招Offer选择的一些建议 | 2020-10-09 12:07:33 |
| 52 | 谷歌pQRNN：轻量级文本分类模型 | 2020-10-02 18:14:57 |
| 53 | ACL2020奇葩论文标题大赏 | 2020-07-18 14:08:53 |
| 54 | DynaBERT：动态伸缩训练 | 2020-05-22 18:38:21 |
| 55 | Arxiv每日论文小工具 | 2020-05-07 00:10:02 |
| 56 | FastBERT：又快又稳的推理提速方法 | 2020-04-09 12:14:33 |
| 57 | BatchNorm在NLP任务中的问题与改进 | 2020-04-07 22:55:20 |
| 58 | 谈谈我对ELECTRA源码放出的看法 | 2020-03-12 23:08:01 |
| 59 | 神经网络分布式训练、混合精度训练、梯度累加...一文带你优雅地训练大型模型 | 2020-03-02 11:36:25 |
| 60 | 一文搞懂NLP中的对抗训练FGSM/FGM/PGD/FreeAT/YOPO/FreeLB/SMART | 2020-01-20 18:50:03 |
| 61 | 结构剪枝：要个4层的BERT有多难？ | 2019-11-22 18:51:07 |
| 62 | ELECTRA: 超越BERT, 19年最佳NLP预训练模型 | 2019-11-02 11:54:27 |
| 63 | NLP极简数据增强+源码 | 2019-10-29 10:04:22 |
| 64 | Google T5速读 | 2019-10-24 21:38:42 |
| 65 | BERT句子表示的可视化 | 2019-10-22 18:05:55 |
| 66 | Google ALBERT原理讲解 | 2019-09-27 21:07:50 |
| 67 | 一文搞懂神经网络混合精度训练 | 2019-09-26 13:31:20 |
| 68 | 英伟达Fastertransformer源码解读 | 2019-09-03 19:49:29 |
| 69 | 神经网络模型Inference推理速度优化 | 2019-08-18 00:12:54 |
| 70 | NLP基础模型之词向量 | 2019-07-15 21:17:25 |
| 71 | 深度神经网络模型蒸馏Distillation | 2019-07-03 11:20:12 |
| 72 | TF XLNet源码解读 | 2019-06-26 19:29:40 |
| 73 | Google XLNet原理解读 | 2019-06-21 22:50:17 |
| 74 | 神经网络分布式训练 | 2019-06-10 21:05:09 |
| 75 | BERT生成式之UNILM解读 | 2019-06-07 23:46:37 |
| 76 | BERT生成式之MASS解读 | 2019-05-31 23:34:05 |
| 77 | ELMo/GPT/BERT对比 | 2019-04-22 20:57:03 |
| 78 | OpenAI GPT2原理解读 | 2019-02-20 23:37:08 |
| 79 | MT-DNN原理解读 | 2019-02-16 14:44:45 |
| 80 | Tensorflow版BERT中文模型踩坑总结 | 2018-12-06 20:21:35 |
| 81 | NLP分词算法深度综述 | 2018-11-24 16:20:38 |
| 82 | You May Not Need Attention详解 | 2018-11-03 20:49:17 |
| 83 | 【NLP】Google BERT模型原理详解 | 2018-10-13 15:15:01 |
| 84 | Universal Transformers原理解读 | 2018-09-16 15:02:11 |
| 85 | 【NLP】Transformer模型原理详解 | 2018-09-14 19:52:21 |
| 86 | NLP中的Attention原理和源码解析 | 2018-09-01 15:50:38 |
| 87 | NLP之语言模型和迁移学习 | 2018-08-21 21:01:24 |
张小磊
介绍： 小小又大大的梦想,小小又大大的梦想。
亦一
介绍： 公众号：播播笔记(推荐算法)，吾之(生活思考),在不堪一击的现实里还孤行一意地保有百无一用的浪漫主义；欢迎关注公众号：播播笔记 (推荐算法相关) ，吾之 (生活体验)。
| 序号 | 佳作 | 时间 |
|---|---|---|
| 1 | 《围城》：为什么方鸿渐桃花运不断 | 2023-10-15 23:08:47 |
| 2 | 多场景多目标系列总结 | 2023-10-03 16:10:23 |
| 3 | 多场景多目标 | 多场景模块基于POSO思路 | 2023-10-03 15:55:53 |
| 4 | 特征交叉 | 业界方法实际应用与思考总结 | 2023-08-16 19:47:31 |
| 5 | 值得去一次的地方 | 2023-08-16 09:18:55 |
| 6 | 特征交叉 | CAN: LR思路巧用MLP后重获活力 | 2023-07-31 21:28:13 |
| 7 | 多场景多目标 | [快手2023]PEPNet 模型如何做到大而全 | 2023-07-22 21:44:32 |
| 8 | 多场景 | 基于独立建模的信息融合 | 2023-07-22 10:26:10 |
| 9 | 损失函数 | weighted log loss: 基于交叉熵分类损失实现回归问题 | 2023-07-01 11:21:24 |
| 10 | 损失函数: triplet loss | 2023-06-24 11:10:02 |
| 11 | 损失函数：focal loss | 2023-06-23 13:41:57 |
| 12 | 损失函数：交叉熵损失 | 2023-06-18 12:32:21 |
| 13 | 损失函数：常用的分类和回归损失 | 2023-06-17 16:51:47 |
| 14 | 去海口可以玩什么 | 2023-06-11 11:38:18 |
| 15 | 多目标模型结构如何一步步从简到繁 | 2023-04-29 12:35:39 |
| 16 | 多目标 | 样本权重: DTP以结果反馈为导向双管齐下 | 2023-04-22 11:21:07 |
| 17 | 多目标 | 样本权重：概览 | 2023-04-16 15:28:39 |
| 18 | 《围城》：人会在生活里找到生活的逻辑 | 2023-04-09 19:02:52 |
| 19 | 《围城》：命运偏爱地给了方鸿渐一段爱情 | 2023-04-08 22:31:44 |
| 20 | 多目标 | 模型结构: (AAAI2023)FDN引入约束做特征分解，缓解负迁移 | 2023-04-05 18:56:24 |
| 21 | 多目标 | 模型结构: PLE显式细化expert表征 | 2023-04-04 22:36:16 |
| 22 | 多场景 | 联合建模: star结构在参数层面拆分与融合 | 2023-04-02 19:31:19 |
| 23 | 损失函数：模型学习的指挥棒 | 2023-03-31 21:53:24 |
| 24 | 多场景 | 联合建模: mmoe拆分信息表征 | 2023-03-19 14:43:28 |
| 25 | 多目标 | 模型结构: MMoE实际应用，改进必不可少 | 2023-03-18 14:43:30 |
| 26 | 多目标 | 模型结构：MMoE开辟新方向 | 2023-03-15 23:56:30 |
| 27 | 多目标 | 模型结构: ESM2细化目标依赖路径 | 2023-03-13 22:39:45 |
| 28 | 多目标 | 模型结构: ESMM从目标关系出发 | 2023-03-12 23:04:08 |
| 29 | 多目标汇总 | 2023-03-11 10:17:50 |
| 30 | 多场景 | 联合建模: bias tower另起炉灶学习场景信息 | 2023-03-09 00:34:41 |
| 31 | 多场景 | 联合建模: 巧用poso gate强化场景信息 | 2023-03-07 00:47:18 |
| 32 | 多场景 | 联合建模: hard-share未必不行 | 2023-03-05 16:39:03 |
| 33 | 多场景系列汇总 | 2023-03-05 16:24:56 |
| 34 | 多场景建模 | 概览 | 2023-03-04 15:39:19 |
| 35 | 长序列建模 | ETA: 端到端建模实现目标一致性 | 2023-02-25 08:18:29 |
| 36 | 长序列建模 | SIM: 朴素的往往是有效的 | 2023-02-15 22:31:10 |
| 37 | 特征交叉 | xDeepFM: 站在DeepFM和DCN的肩膀上 | 2023-01-19 20:23:42 |
| 38 | 特征交叉 | DCN-m: 显式高阶特征交叉进阶版 | 2023-01-14 09:50:31 |
| 39 | 特征交叉 | DCN-v: 显式高阶特征交叉不是梦 | 2023-01-07 20:43:43 |
| 40 | 特征交叉 | DCN系列：解放高阶交叉的人工设计 | 2023-01-07 19:31:15 |
| 41 | BN有效性分析及其应用 | 2023-01-03 09:58:27 |
| 42 | 一文读懂Batch Normalization | 2022-12-31 11:07:25 |
| 43 | 神经网络基础知识汇总 | 2022-12-31 11:04:35 |
| 44 | 推荐基础知识汇总 | 2022-12-31 10:58:41 |
| 45 | 用户行为序列建模汇总 | 2022-12-31 10:47:26 |
| 46 | 特征交叉方法汇总 | 2022-12-31 10:40:59 |
| 47 | 特张交叉 | DeepFM: 绕不开的业界强base | 2022-12-19 13:51:13 |
| 48 | 特征交叉 | PNN: product层实现特征交叉 | 2022-12-19 13:38:02 |
| 49 | 特征交叉 | FNN和NFM: FM与DNN输入的结合 | 2022-12-17 11:13:44 |
| 50 | 特征交叉 | FwFM和AFM: 显式特征交叉权重精细化 | 2022-12-11 21:36:01 |
| 51 | 特征交叉 | FFM: 显式特征交叉按域精细化 | 2022-12-08 21:54:42 |
| 52 | 特征交叉 | FM：embedding化特征交叉鼻祖 | 2022-12-03 14:09:55 |
| 53 | 特征交叉：wide&deep开启DNN模型特征交叉时代 | 2022-11-29 22:57:17 |
| 54 | 用户行为长序列建模MIMN方法和思考 | 2022-11-19 20:08:23 |
| 55 | 过拟合-dropout原理和在模型中多种应用 | 2022-11-06 19:01:51 |
| 56 | 用户行为长序列建模SDM方法 | 2022-10-29 20:52:01 |
| 57 | 用户行为长序列建模概览 | 2022-10-29 20:36:31 |
| 58 | AUC离线和在线表现不一致问题：两个维度 | 2022-10-16 15:40:54 |
| 59 | 用户行为序列建模din系列方法总结 | 2022-10-01 13:11:02 |
| 60 | 用户行为序列建模dsin方法 | 2022-09-30 22:08:28 |
| 61 | 用户行为序列建模dien方法 | 2022-09-24 16:18:41 |
| 62 | 用户行为序列建模din方法和实际应用 | 2022-09-11 11:43:55 |
| 63 | 用户行为序列建模self attention和具体实现 | 2022-09-06 23:52:53 |
| 64 | 用户行为序列建模概览 | 2022-08-24 21:52:32 |
| 65 | 多目标样本权重-DTP和不确定性加权 | 2022-08-08 20:25:35 |
| 66 | 多目标样本权重-GradNorm和DWA原理详解和实现 | 2022-07-16 13:27:26 |
| 67 | POSO方法的实际应用和分析思考 | 2022-07-01 22:11:25 |
| 68 | 用户冷启POSO论文详读 | 2022-06-26 19:55:18 |
| 69 | 多目标模型结构PLE详解和效果分析 | 2022-06-18 17:42:13 |
| 70 | 多目标模型结构-MMoE和实际应用思考 | 2022-06-10 21:49:22 |
| 71 | 多目标模型结构-ESMM和ESM2 | 2022-06-04 19:14:19 |
| 72 | 推荐中多目标的必要性和实现思路 | 2022-05-14 12:40:15 |
| 73 | 激活函数选择和具体应用以及相关面试题 | 2022-05-03 09:16:49 |
| 74 | 深入理解深度学习中常见激活函数 | 2022-05-01 20:20:17 |
| 75 | ctr模型特征交叉结构总结与业务应用和思考 | 2022-04-16 22:26:55 |
| 76 | 特征交叉 | 从曾将的王者LR开始 | 2022-03-04 16:05:37 |
| 77 | 一句话理解tensorflow中的乘法 | 2022-02-25 18:54:59 |
| 78 | 如何防止过拟合(1)-正则化 | 2022-02-20 15:28:52 |
| 79 | 从偏差方差角度理解过拟合 | 2022-02-06 19:56:13 |
| 80 | 如何计算AUC | 2022-01-28 16:31:01 |
| 81 | 什么是好的推荐，重新理解AUC | 2022-01-22 13:27:55 |
| 82 | 为什么需要推荐 | 2022-01-16 15:35:17 |
| 83 | 写在前面 | 2022-01-16 15:28:14 |
sliderSun
介绍： https://github.com/sliderSun,https://blog.csdn.net/weixin_37947156。
绝密伏击
介绍： 九天惊雷撼乾坤，一指破空九万里,一位篮球爱好者。
| 序号 | 佳作 | 时间 |
|---|---|---|
| 1 | 大模型混合精度训练 | 2023-12-22 19:15:59 |
| 2 | 如何构建自己的大模型（万字长文） | 2023-12-21 11:38:53 |
| 3 | 用户序列建模 | 2023-12-01 18:02:38 |
| 4 | 大模型轻量级微调（LoRA）：训练速度、显存占用分析 | 2023-11-09 21:53:40 |
| 5 | 一文读懂Llama 2（从原理到实战） | 2023-08-30 20:09:45 |
| 6 | LLaMa-1 技术详解 | 2023-08-08 19:15:58 |
| 7 | 大模型文本生成——解码策略（Top-k & Top-p & Temperature） | 2023-08-04 19:10:29 |
| 8 | 十分钟读懂旋转编码（RoPE） | 2023-08-01 18:52:37 |
| 9 | Sparse Transformer | 2023-07-15 23:28:57 |
| 10 | 6年推荐系统经验总结——「推荐系统技术原理与实践」 | 2023-07-03 16:13:22 |
| 11 | 清华大学通用预训练模型：GLM | 2023-06-17 20:16:34 |
| 12 | 循环神经网络详解（RNN/LSTM/GRU） | 2023-06-13 21:16:42 |
| 13 | 压缩即智能：为什么 ChatGPT 拥有智能？ | 2023-06-02 20:12:29 |
| 14 | 谷歌大模型指令微调：The Flan Collection | 2023-05-31 14:51:51 |
| 15 | 大模型CoT（思维链）总结 | 2023-05-13 21:14:31 |
| 16 | 大模型微调实践：ChatGLM-6B全参数微调 | 2023-05-08 19:49:43 |
| 17 | 大模型微调总结 | 2023-05-08 15:59:14 |
| 18 | LORA：大模型轻量级微调 | 2023-04-21 17:58:02 |
| 19 | ChatGPT技术原理解析 | 2023-03-31 20:52:49 |
| 20 | OpenAI ChatGPT（四）：十分钟读懂 GPT-3 | 2023-03-25 19:32:34 |
| 21 | GPT-4技术文档 | 2023-03-16 18:36:09 |
| 22 | OpenAI ChatGPT（三）：Tensorflow实现GPT-2 | 2023-03-14 21:17:17 |
| 23 | OpenAI ChatGPT（三）：十分钟读懂 GPT-2 | 2023-03-14 18:32:03 |
| 24 | OpenAI ChatGPT（二）：Tensorflow实现GPT-1 | 2023-02-15 17:26:01 |
| 25 | OpenAI ChatGPT（二）：十分钟读懂 GPT-1 | 2023-02-09 20:45:42 |
| 26 | ChatGPT Is All you Need | 2023-02-04 21:43:02 |
| 27 | OpenAI ChatGPT（一）：Tensorflow实现Transformer | 2023-02-03 20:55:02 |
| 28 | OpenAI ChatGPT（一）：十分钟读懂 Transformer | 2023-01-28 00:04:49 |
| 29 | 十分钟读懂Stable Duffision | 2023-01-20 21:00:06 |
| 30 | 十分钟读懂Diffusion：图解Diffusion扩散模型 | 2023-01-18 19:03:44 |
| 31 | 爆火的ChatGPT，到底怎么样？ | 2022-12-29 20:44:06 |
| 32 | AIGC爆火的背后——扩散模型DDPM浅析 | 2022-12-11 00:10:56 |
| 33 | AIGC爆火的背后——对抗生成网络GAN浅析 | 2022-11-04 19:14:25 |
| 34 | 长序列建模（二）：美团SDIM（Sampling-based Deep Interest Modeling）模型 | 2022-09-02 20:17:26 |
| 35 | 阿里ETA模型——实践篇 | 2022-08-21 20:07:02 |
| 36 | 长序列建模（一）：阿里ETA（End-to-end Target Attention）模型 | 2022-07-28 20:05:56 |
| 37 | SIGIR2022：阿里多任务学习最新论文ESCM2 | 2022-06-09 18:36:04 |
| 38 | 多场景建模 | 2021-12-17 16:30:26 |
| 39 | 【总结】推荐系统——精排篇【3】DIN/DIEN/BST/DSIN/MIMN/SIM/CAN | 2021-11-14 18:29:53 |
| 40 | 【总结】推荐系统——精排篇【2】WDL/DCN/DCN-v2 | 2021-11-14 13:19:41 |
| 41 | 【总结】推荐系统——精排篇【1】FM/FFM/GBDT+LR/MLR | 2021-11-13 21:21:44 |
| 42 | 元学习在推荐系统中的应用 | 2021-11-12 19:31:58 |
| 43 | 【总结】推荐系统中知识蒸馏应用 | 2021-05-16 15:41:44 |
| 44 | 知识蒸馏在推荐系统中的应用 | 2021-04-22 16:27:54 |
| 45 | 【总结】推荐系统——召回篇【4】 | 2021-03-19 21:41:33 |
| 46 | 【总结】推荐系统——召回篇【3】 | 2021-03-09 20:52:33 |
| 47 | 【总结】推荐系统——召回篇【2】 | 2021-03-01 19:45:10 |
| 48 | 【总结】推荐系统——召回篇【1】 | 2021-02-21 22:29:45 |
| 49 | 推荐系统中的用户留存优化 | 2021-02-08 17:05:35 |
| 50 | SIGIR2020最佳论文：如何消除推荐系统中的曝光偏差 | 2020-12-23 21:04:12 |
| 51 | 多目标学习在推荐系统的应用(MMOE/ESMM/PLE) | 2020-11-14 04:25:24 |
| 52 | 模型的参数初始化 | 2020-04-26 20:40:48 |
| 53 | RALM: 实时Look-alike 算法在微信看一看中的应用 | 2020-01-20 10:52:22 |
| 54 | 回顾阿里经典CTR预估模型DIN | 2020-01-17 15:23:22 |
| 55 | 深度学习中激活函数总结 | 2020-01-10 18:26:35 |
| 56 | 回顾Google经典CTR预估模型WDL | 2020-01-03 21:53:46 |
| 57 | 回顾阿里经典CTR预估模型MLR | 2020-01-01 13:59:27 |
| 58 | 回顾阿里经典CTR预估模型：MLR(mixed logistic regression) | 2019-12-31 17:07:07 |
| 59 | 2019年度总结：深度学习在推荐系统中的应用 | 2019-12-26 23:10:00 |
| 60 | 有趣的证明 | 2019-12-13 16:09:49 |
| 61 | 推荐系统论文DSIN：Deep Session Interest Network | 2019-12-12 22:29:10 |
| 62 | 推荐系统论文：Behavior Sequence Transformer | 2019-12-09 20:33:42 |
| 63 | 行列式点过程DPP在推荐系统中的应用(续) | 2019-12-06 15:17:41 |
| 64 | 行列式点过程DPP在推荐系统中的应用 | 2019-12-05 22:08:58 |
| 65 | 深度学习中Batch Normalization和Dice激活函数 | 2019-08-19 18:44:15 |
| 66 | LR训练优化-稀疏特征过滤 | 2018-12-09 17:57:16 |
| 67 | 优先队列的使用 | 2018-11-04 20:26:19 |
| 68 | 阿里论文《Deep Interest Evolution Network》 | 2018-09-25 18:21:53 |
Microstrong
介绍： 微信公众号：Microstrong，大规模分布式算法工程师,欢迎关注微信公众号【Microstrong】，我写过4年Android代码，了解前端、熟悉后台，现在主要的研究兴趣是机器学习、深度学习、推荐系统、自然语言处理等相关内容，喜欢分享在学习过程中的读书、思考笔记。欢迎加我微信：Microstrong_AI，一起学习交流进步！ 我的CSDN博客：https://microstrong.blog.csdn.net/ 我的GitHub地址：https://github.com/Microstrong0305。
| 序号 | 佳作 | 时间 |
|---|---|---|
| 1 | AUC详解与Python实现 | 2023-09-02 20:08:18 |
| 2 | 涨点利器：推荐系统中对双塔模型的各种改造升级 | 2023-01-28 16:06:11 |
| 3 | 推荐系统在工业界的N+1条实战经验 | 2022-02-11 00:33:00 |
| 4 | 变分自编码器(VAEs)在协同过滤中的应用论文精读 | 2021-10-04 16:07:51 |
| 5 | KDD'2018 Best Paper-Embedding技术在Airbnb实时搜索排序中的应用 | 2021-09-18 23:01:32 |
| 6 | YouTube采样修正的双塔模型论文精读 | 2021-05-31 02:16:17 |
| 7 | 深度学习中的知识蒸馏技术(下)-知识蒸馏与推荐系统 | 2021-03-22 00:26:14 |
| 8 | 深度学习中的知识蒸馏技术 | 2021-01-19 01:51:52 |
| 9 | 多目标学习在推荐系统中的应用 | 2020-11-06 22:17:16 |
| 10 | BERT4Rec:使用Bert进行序列推荐 | 2020-10-15 01:36:02 |
| 11 | BERT模型精讲 | 2020-07-05 02:51:45 |
| 12 | From Static Embedding to Contextualized Embedding | 2020-06-21 14:10:27 |
| 13 | 一张图搞懂《从Word Embedding到Bert模型—自然语言处理中的预训练技术发展史》 | 2020-06-11 19:58:28 |
| 14 | 基于知识图谱和图卷积神经网络的应用和开发 | 2020-06-07 19:28:36 |
| 15 | 深度学习推荐系统中各类流行的Embedding方法（下） | 2020-05-23 18:07:21 |
| 16 | 深度学习推荐系统中各类流行的Embedding方法（上） | 2020-05-11 01:02:33 |
| 17 | Doc2vec原理解析及代码实践 | 2020-04-25 00:10:26 |
| 18 | Embedding技术在房产推荐中的应用 | 2020-04-19 23:51:29 |
| 19 | 深入浅出Word2Vec原理解析 | 2020-03-26 22:49:23 |
| 20 | 智能推荐算法在直播场景中的应用 | 2020-03-14 23:00:10 |
| 21 | XLNet详解 | 2020-03-07 22:00:53 |
| 22 | NLP的任务 | 2020-02-27 00:33:31 |
| 23 | 从BERT到ALBERT | 2020-02-23 01:02:29 |
| 24 | 从Transformer到BERT模型 | 2020-02-21 19:05:16 |
| 25 | Self-Attention与Transformer | 2020-02-19 19:52:23 |
| 26 | 词向量与ELMo模型 | 2020-02-16 23:34:20 |
| 27 | 深入理解CatBoost | 2020-02-10 19:34:14 |
| 28 | 2019已结束，2020再出发 | 2020-01-12 22:22:53 |
| 29 | 一张图搞懂《推荐系统技术演进趋势：从召回到排序再到重排》 | 2020-01-08 01:02:20 |
| 30 | 深入理解LightGBM | 2020-01-04 21:19:46 |
| 31 | 深入理解XGBoost | 2019-12-22 02:04:11 |
| 32 | 深入理解GBDT多分类算法 | 2019-11-27 21:15:16 |
| 33 | 深入理解GBDT二分类算法 | 2019-11-14 02:07:18 |
| 34 | 对数损失函数 | 2019-11-01 13:34:02 |
| 35 | 深入理解GBDT回归算法 | 2019-10-26 02:58:41 |
| 36 | 梯度提升（Gradient Boosting）算法 | 2019-10-13 04:29:21 |
| 37 | 深入理解提升树（Boosting tree）算法 | 2019-10-01 04:42:28 |
| 38 | Regression Tree 回归树 | 2019-09-16 02:05:19 |
| 39 | 机器学习中的判别式模型和生成式模型 | 2019-08-25 16:39:01 |
| 40 | 《生成式对抗网络GAN的研究进展与展望》论文笔记 | 2019-08-15 01:24:39 |
| 41 | 一张图搞懂《GAN万字长文综述》 | 2019-08-14 22:37:44 |
| 42 | 2019秋招算法岗复盘 | 2019-07-07 22:48:56 |
| 43 | 基于随机森林的电信用户流失模型 | 2019-05-17 16:40:49 |
| 44 | 理解LSTM网络 | 2019-04-30 12:24:53 |
| 45 | 带师妹轻松过笔试 | 2019-02-26 20:41:53 |
| 46 | 聊天机器人的各种架构剖析 | 2019-01-18 20:56:49 |
| 47 | 机器学习在自动驾驶（计算机视觉）中的案例分析 | 2019-01-17 23:25:52 |
| 48 | 如何给文章自动生成摘要 | 2019-01-11 10:35:52 |
| 49 | 我的2018年总结 | 2019-01-04 17:42:23 |
| 50 | 深度学习中的注意力机制 | 2018-12-25 21:26:24 |
| 51 | 卷积神经网络（CNN）综述 | 2018-12-11 16:26:48 |
| 52 | 循环神经网络（RNN） | 2018-11-03 22:59:11 |
| 53 | Code2Pix-用于图形用户界面的深度学习编译器 | 2018-11-01 12:14:50 |
| 54 | 美团大脑智享生活 | 2018-10-24 22:33:34 |
| 55 | Linux基本操作（一） | 2018-10-08 17:27:59 |
| 56 | EM算法详解 | 2018-07-31 21:25:33 |
| 57 | 贝叶斯分类器 | 2018-07-27 01:25:39 |
| 58 | 对Dilated Convolution理解 | 2018-07-12 22:31:44 |
| 59 | 卷积神经网络中感受野的详细介绍 | 2018-07-08 12:06:45 |
| 60 | 偏差（Bias）与方差（Variance） | 2018-07-04 13:25:52 |
| 61 | 深度学习优化方法-AdaGrad | 2018-06-20 21:25:00 |
| 62 | 深度学习中Dropout原理解析 | 2018-06-18 21:56:30 |
| 63 | 主成分分析（PCA）原理详解 | 2018-06-08 22:00:45 |
| 64 | 机器学习中SVD总结 | 2018-05-20 15:23:32 |
| 65 | 分类中解决类别不平衡问题 | 2018-05-10 20:21:59 |
| 66 | 用Tensorflow构建一个神经网络 | 2018-05-04 15:57:47 |
阿水
介绍： 公众号【Coggle数据科学】,数据挖掘/计算机视觉从业者 数据竞赛爱好者。
| 序号 | 佳作 | 时间 |
|---|---|---|
| 1 | 优化预测速度 部署ML模型的7个要点 | 2023-01-07 15:41:45 |
| 2 | Python知识点：调试和优化代码 | 2022-09-02 06:32:39 |
| 3 | 时序资料汇总：模型和常见库对比 | 2022-08-12 17:53:46 |
| 4 | 60种特征工程操作：使用自定义聚合函数 | 2022-07-13 15:51:08 |
| 5 | Kaggle知识点：XGBoost迭代读取数据集 | 2022-06-27 11:22:16 |
| 6 | 从0学习CV：科大讯飞神经影像疾病预测 | 2022-06-23 11:34:32 |
| 7 | 竞赛总结：CHIP2020医学命名实体识别 | 2022-06-23 10:32:59 |
| 8 | 科大讯飞活跃竞赛汇总（推荐/NLP/CV） | 2022-06-23 10:28:34 |
| 9 | Kaggle知识点：缺失值处理方法 | 2021-10-26 23:19:00 |
| 10 | 薅羊毛 Colab使用外部数据的7种方法！ | 2021-09-13 13:23:34 |
| 11 | 拉通对齐 梳理Kaggle竞赛组合拳！ | 2021-09-10 07:13:36 |
| 12 | Kaggle时间序列比赛汇总 | 2021-09-10 07:09:54 |
| 13 | 竞赛总结：Kaggle外星信号搜索 | 2021-08-26 21:18:37 |
| 14 | Kaggle知识点：深度学习代码规范 | 2021-08-14 10:54:31 |
| 15 | Pytorch Debug指南：15条重要建议 | 2021-08-14 10:48:30 |
| 16 | NeurIPS 2021 比赛汇总 | 2021-07-31 11:35:13 |
| 17 | Kaggle知识点：40个Linux资源查看命令 | 2021-07-13 10:15:37 |
| 18 | Kaggle从零到实践：使用Word2Vec和BILSTM识别Quora重复提问 | 2021-07-11 09:43:33 |
| 19 | 如何一小时杀入天池OCR比赛前排？ | 2021-07-10 16:38:19 |
| 20 | Kaggle从零到实践：Bert中文文本分类 | 2021-07-09 08:46:52 |
| 21 | 竞赛总结：Kaggle Shopee多模态检索 | 2021-05-21 09:48:05 |
| 22 | 竞赛总结：Kaggle HuBMAP肾小球比赛 | 2021-05-14 08:45:37 |
| 23 | ICCV 2021竞赛汇总 | 2021-05-12 14:20:06 |
| 24 | Kaggle知识点：内存优化方法 | 2021-03-25 06:55:38 |
| 25 | 竞赛总结：京东AI时尚挑战赛 | 2021-03-13 10:36:24 |
| 26 | CVPR 2021 竞赛汇总 | 2021-03-05 21:02:43 |
| 27 | Treelite：树模型部署加速工具（支持XGBoost、LightGBM和Sklearn） | 2021-01-27 21:14:36 |
| 28 | Coggle一周年：与竞赛爱好者一路同行 | 2020-12-17 02:19:44 |
| 29 | CCF贝壳房产聊天问答匹配高分思路 | 2020-11-25 23:26:59 |
| 30 | 你应该知道的LightGBM各种操作！ | 2020-10-19 20:54:51 |
| 31 | SMP2020微博情绪分类比赛总结 | 2020-10-11 18:52:28 |
| 32 | KDD Cup历年比赛介绍合集 | 2020-10-06 23:24:44 |
| 33 | 打包带走，竞赛必备的NLP库 | 2020-09-25 21:39:34 |
| 34 | 竞赛总结：Cornell Birdcall比赛复盘 | 2020-09-25 20:49:02 |
| 35 | DCIC算法分析赛完整方案分享 | 2020-09-14 19:44:43 |
| 36 | Kaggle知识点：入门到进阶的10个问题 | 2020-09-05 13:02:09 |
| 37 | 算法分析赛：从数据中挖掘价值，72万奖金，DCIC 2020 大数据赛道来了！ | 2020-09-03 23:19:10 |
| 38 | 竞赛总结：Kaggle SIIM-ISIC比赛复盘 | 2020-08-24 11:52:09 |
| 39 | 竞赛总结：海南大数据创新算法赛 | 2020-08-11 23:40:13 |
| 40 | 竞赛总结：新冠期间饿了么骑士行为预估 | 2020-07-25 07:52:10 |
| 41 | Kaggle年度竞赛：谷歌地标检索 | 2020-07-15 04:13:57 |
| 42 | Kaggle知识点：时序数据与Embedding | 2020-05-27 19:02:20 |
| 43 | 零基础入门CV赛事：赛题介绍与Baseline | 2020-05-23 00:03:26 |
| 44 | Kaggle知识点：数据分析EDA | 2020-05-17 10:34:47 |
| 45 | Kaggle知识点：Adversarial Validation | 2020-04-24 21:21:37 |
| 46 | Kaggle知识点：数据扩增方法 | 2020-04-18 18:47:17 |
| 47 | 视频版权检测优胜解决方案 | 2020-04-05 20:18:11 |
| 48 | Kaggle Bengali 比赛完整总结 | 2020-03-27 14:39:38 |
| 49 | 数据竞赛2019年度年鉴发布（250页竞赛方案独家呈现） | 2020-02-18 19:37:57 |
| 50 | DCIC 2020-天池智慧海洋建设算法赛：独家Baseline！ | 2020-01-06 17:41:25 |
| 51 | DataFountain | 工件负荷率预测冠军分享 | 2020-01-01 10:24:53 |
| 52 | 爱可可推荐！关于竞赛思路，方法和代码实践，Datawhale数据竞赛Baseline开源分享！ | 2019-12-15 20:21:43 |
| 53 | FFmpeg视频抽帧那些事 | 2019-10-11 17:35:26 |
| 54 | 【竞赛分享】首届中诚信征信比赛冠军MOMO总结 | 2019-09-22 18:10:40 |
| 55 | 阿水总结的数据竞赛Tricks | 2019-09-14 12:44:10 |
| 56 | Pandas常见的性能优化方法 | 2019-09-07 20:26:01 |
| 57 | 阿水TopLine比赛开源-带你上TOP5 | 2019-08-31 17:01:08 |
| 58 | 【竞赛分享】VideoNet视频内容识别挑战赛 | 2019-08-24 16:09:41 |
| 59 | 【竞赛总结】从Quick Draw看图像分类比赛 | 2019-08-17 17:56:45 |
| 60 | 【竞赛分享】第三届阿里云安全赛季军-0day | 2019-08-10 14:40:13 |
| 61 | 【竞赛分享】JDATA绝对语义识别挑战赛-季军 | 2019-08-03 17:38:18 |
| 62 | 【竞赛分享】TinyMind人民币面值及编码识别-第五名 | 2019-07-27 11:37:20 |
石塔西
介绍： CDA持证人，推荐算法说书人～公众号：推荐道,如果有问题咨询，请走“付费咨询”渠道，谢谢理解支持。。
| 序号 | 佳作 | 时间 |
|---|---|---|
| 1 | 大步向前：评Google针对推荐场景改进的Adagrad算法 | 2023-10-16 16:23:53 |
| 2 | 忽冷忽热：简评腾讯的Cold & Warm Net | 2023-09-27 14:57:04 |
| 3 | 简评Airbnb基于多任务学习的搜索算法Journey Ranker | 2023-09-08 09:43:52 |
| 4 | 似曾相识：评阿里促销季CVR预估算法HDR | 2023-09-04 07:22:33 |
| 5 | Fresh Attention: 评Google的多通道物料冷启算法 | 2023-09-01 11:53:42 |
| 6 | 个性化目标权重：简评Pinterest的TransAct | 2023-08-25 06:04:04 |
| 7 | 禁止摸鱼：简评用户长期兴趣召回模型PinnerFormer | 2023-08-24 06:51:31 |
| 8 | 似曾相识：谈Google CDN长尾物料推荐 | 2023-08-23 05:59:08 |
| 9 | 脚踏实地：来自Google的企业级推荐算法实践 | 2023-06-02 16:30:50 |
| 10 | 授人以渔：学算法，我是如何记笔记的？ | 2023-05-19 07:22:28 |
| 11 | 《互联网大厂推荐算法实战》思维导图福利 | 2023-05-10 11:43:46 |
| 12 | 互联网大厂的这些推荐算法面试题，你都能答上来吗？ | 2023-05-08 08:42:45 |
| 13 | 《互联网大厂推荐算法实战》上线啦！ | 2023-04-23 08:59:12 |
| 14 | 《互联网大厂推荐算法实战》的目录 | 2023-03-28 12:47:12 |
| 15 | 一桥飞架双塔：腾讯“虚拟内核”双塔 | 2022-08-22 08:04:04 |
| 16 | 再见Attention：建模用户长期兴趣的新范式 | 2022-07-12 11:48:47 |
| 17 | 三问阿里的TDM召回 | 2022-06-29 16:03:46 |
| 18 | 一文搞懂Approximate Softmax：从公式到代码 | 2022-06-15 07:55:09 |
| 19 | 算法周报：再思考PDN与DC-GNN | 2022-05-25 11:51:47 |
| 20 | 推荐算法遇到后悔药：评蚂蚁的ESCM2模型 | 2022-05-17 16:10:56 |
| 21 | 算法周报220510：Online Learning怎么才能学了不忘 | 2022-05-11 10:36:08 |
| 22 | 动态权重：推荐算法的新范式 | 2022-04-19 08:49:12 |
| 23 | 日久见人心：论建模用户长期兴趣的几种姿势 | 2022-04-08 08:45:14 |
| 24 | 新手福利！数据科学面试中的回家作业 | 2022-03-25 21:32:04 |
| 25 | 重温经典之ps-lite源码解析(4)：实现分布式FM | 2022-02-15 14:35:51 |
| 26 | 重温经典之ps-lite源码解析(3)：顾客、工人和服务器 | 2022-02-15 14:23:57 |
| 27 | 重温经典之ps-lite源码解析(2)：邮局和邮车 | 2022-02-15 14:16:06 |
| 28 | 重温经典之ps-lite源码解析(1)：基础 | 2022-02-15 12:43:06 |
| 29 | 授人以渔：分享我的算法学习经验 | 2022-01-28 20:46:04 |
| 30 | 初来乍到：帮助新用户冷启的算法技巧 | 2022-01-18 11:19:57 |
| 31 | 刀功：谈推荐系统特征工程中的几个高级技巧 | 2021-12-22 20:08:52 |
| 32 | 先入为主：将先验知识注入推荐模型 | 2021-12-08 18:01:43 |
| 33 | 少数派报告：谈推荐场景下的对比学习 | 2021-11-21 16:08:52 |
| 34 | 久别重逢话双塔 | 2021-11-02 10:24:49 |
| 35 | 万变不离其宗：用统一框架理解向量化召回 | 2021-01-19 12:32:13 |
| 36 | FM：推荐算法中的瑞士军刀 | 2021-01-10 10:12:12 |
| 37 | 四化大业：论算法工程师的自我修养 | 2021-01-02 15:42:14 |
| 38 | 推荐算法的"五环之歌" | 2020-12-13 18:56:19 |
| 39 | 阿里ESAM：用迁移学习解决召回中的样本偏差 | 2020-12-10 14:14:05 |
| 40 | 无中生有：论推荐算法中的Embedding思想 | 2020-11-29 19:24:20 |
| 41 | 知识图谱上的双塔召回：阿里的IntentGC模型 | 2020-11-25 20:50:13 |
| 42 | Google PPRGo: 两分钟分类千万节点的最快GNN | 2020-11-17 17:44:30 |
| 43 | 亲兄弟明算账：快速了解阿里的M2GRL模型 | 2020-11-11 18:42:05 |
| 44 | PinSAGE有伴了! 快速了解PinnerSAGE模型 | 2020-11-10 20:07:27 |
| 45 | GraphSAGE+FM+Transformer强强联手：评微信的GraphTR模型 | 2020-11-08 15:08:23 |
| 46 | PinSAGE召回模型及源码分析(3)：PinSAGE模型及训练 | 2020-11-06 15:06:58 |
| 47 | PinSAGE召回模型及源码分析(2)：数据管道 | 2020-11-06 14:54:37 |
| 48 | PinSAGE 召回模型及源码分析(1): PinSAGE 简介 | 2020-11-06 14:49:36 |
| 49 | 负样本为王：评Facebook的向量化召回算法 | 2020-07-29 17:28:39 |
| 50 | 再评Airbnb的经典Embedding论文 | 2020-07-21 15:21:27 |
| 51 | 一图胜千言: 解读阿里的Deep Image CTR Model | 2019-02-19 10:48:32 |
| 52 | 也评Deep Interest Evolution Network | 2019-01-14 18:28:33 |
| 53 | 用NumPy手工打造 Wide & Deep | 2018-12-24 14:53:50 |
| 54 | 走马观花Google TF-Ranking的源代码 | 2018-12-15 15:32:53 |
| 55 | 看漫画学强化学习 | 2018-12-05 19:33:09 |
| 56 | 学习Airbnb是如何将"业务"与"算法"结合的 | 2018-11-16 15:27:44 |
| 57 | 看Google如何实现Wide & Deep模型(3) | 2018-11-01 20:38:56 |
| 58 | 用TensorFlow实现支持多值、稀疏、共享权重的DeepFM | 2018-10-30 20:18:00 |
| 59 | 看Google如何实现Wide & Deep模型（2.2） | 2018-10-29 21:03:52 |
| 60 | 看Google如何实现Wide & Deep模型（2.1） | 2018-10-29 20:55:25 |
| 61 | 看Google如何实现Wide & Deep模型(1) | 2018-10-21 16:10:44 |
| 62 | 看Youtube怎么利用深度学习做推荐 | 2018-10-15 21:12:14 |
Houye
介绍： 化学本，计算机博。私信不看，有问题付费咨询。,微信Houye93 公众号:【图与推荐】，有问题欢迎值乎。。
王喆
介绍： 广告/推荐 Engineering Manager,广告/推荐, Engineering Manager, 主页http://wzhe.me, 知乎专栏/微信公众号：王喆的机器学习笔记。
吴海波
介绍： 机器学习,蘑菇街VP，WeShop全球化。
| 序号 | 佳作 | 时间 |
|---|---|---|
| 1 | 以WeShop为例尝试回答一些经常被问的AIGC产品业务问题 | 2023-07-29 18:18:38 |
| 2 | 谈谈做WeShop过程中对AIGC产品的一些思考----写在WeShop正式版上线 | 2023-05-31 12:53:45 |
| 3 | 和大家汇报下我们电商AI模特产品WeShop beta版本开放测试 | 2023-05-13 23:54:47 |
| 4 | 电商数字模特生成技术实践分享 | 2023-04-14 17:18:07 |
| 5 | 应用视角下ChatGPT背后的关键技术讨论 | 2023-02-26 20:31:01 |
| 6 | Diffusion Models导读 | 2022-12-14 12:51:07 |
| 7 | MakeItTalk之Speech Content分支训练总结 | 2022-01-07 14:46:07 |
| 8 | 关于talking face generation两篇论文解读 | 2021-11-07 17:42:50 |
| 9 | 电商直播流量分配算法优化总结 | 2020-07-06 21:05:00 |
| 10 | 强烈推荐一个播放几十万的B站机器学习UP主shuhuai008 | 2019-09-20 18:48:48 |
| 11 | 如果你恰好对春秋战国感兴趣，大概没有比这更好的入门书了 | 2019-08-24 22:49:42 |
| 12 | 如果你恰好对春秋战国感兴趣，大概没有比这更好的入门书了 | 2019-08-14 23:35:16 |
| 13 | 以youtube的RL论文学习如何在推荐场景应用RL | 2019-08-10 14:39:43 |
| 14 | 电商多目标优化小结 | 2019-08-02 20:20:29 |
| 15 | 知乎机器学习精华整理【持续更新-7.31】 | 2019-07-31 18:34:28 |
| 16 | 建了个新专栏 | 2019-07-18 22:09:02 |
| 17 | 强化学习入门简述 | 2019-04-29 13:20:21 |
| 18 | 入门推荐：只用numpy 200行python代码撸一个玩具DNN | 2019-01-22 22:57:30 |
| 19 | 2018年读过的书（非技术） | 2019-01-22 08:56:50 |
| 20 | 2018我的深度学习应用落地元年 | 2019-01-03 19:58:37 |
| 21 | 乱弹机器学习评估指标AUC | 2018-12-21 11:32:06 |
| 22 | 记在2018杭州Google GDG上的分享 | 2018-11-26 13:11:28 |
| 23 | 推荐一个非常优秀的深度学习教程：斯坦福CS231n | 2018-11-22 22:50:58 |
| 24 | 一个值得讨论的问题:word2vec与SVD/LSA等的关系 | 2018-11-16 18:59:39 |
| 25 | 不一样的论文解读2018 KDD best paper: Embeddings at Airbnb | 2018-11-13 14:19:04 |
| 26 | 谈谈机器学习算法相关配套系统 | 2018-11-09 08:19:45 |
| 27 | Github上7k+星的Pytorch教程和2w+星的tensorflow教程推荐 | 2018-11-06 22:54:27 |
| 28 | 算法工程师又不只是工程师 | 2018-11-01 19:27:19 |
| 29 | 读《枪炮、病菌和钢铁》 | 2018-10-15 18:25:16 |
| 30 | NLP应用之智能会话机器人（BOT）技术综述 | 2018-10-08 20:41:09 |
| 31 | 论算法工程师首先是个工程师之深度学习在排序应用踩坑总结 | 2018-09-12 00:07:20 |
| 32 | 为腾讯开源的PS平台Angel打call | 2018-08-21 18:29:49 |
| 33 | AUC和线上点击率指标不一致问题分析 | 2018-08-20 20:16:41 |
| 34 | 一个有意思的话题：A/B测试的理论基础 | 2018-08-17 22:46:34 |
| 35 | 基于深度学习的电商服饰搭配推荐实践讨论 | 2018-07-31 17:45:49 |
| 36 | Tensorflow实践问题总结系列一 | 2018-07-15 08:42:50 |
| 37 | NLP入门课程推荐：斯坦福cs224N | 2018-06-22 20:17:02 |
| 38 | 大规模特征构建实践总结 | 2018-05-31 20:34:07 |
| 39 | 搜索下拉框的算法和实践 | 2018-05-09 17:29:51 |
| 40 | 在线学习（Online Learning）导读 | 2018-05-04 13:05:19 |
| 41 | 写在校招季，谈谈互联网公司机器学习从业者的Offer选择 | 2018-04-21 09:42:17 |
| 42 | 神经网络基础 | 2018-04-19 23:57:36 |
| 43 | Embedding向量召回在蘑菇街的实践 | 2018-04-10 12:33:52 |
| 44 | 换个角度谈谈优秀的机器学习团队 | 2018-01-31 14:02:59 |
| 45 | 2017年专栏总结及展望 | 2018-01-04 17:57:36 |
| 46 | 试玩RNN | 2017-11-30 18:33:29 |
| 47 | 基于spark大规模LR模型调优总结 | 2017-11-22 20:43:51 |
| 48 | 计算广告学&专有名词 | 2017-07-21 10:09:52 |
| 49 | 蘑菇街推荐工程实践 | 2017-07-20 18:07:24 |
| 50 | 基于深度学习的图像搜索系统 | 2017-07-19 17:59:37 |
| 51 | 电商搜索广告召回匹配 | 2017-07-12 21:02:17 |
| 52 | 美丽联合（蘑菇街）业务升级下的机器学习应用 | 2017-05-03 10:09:17 |
zenRRan
介绍： 公众号：「深度学习自然语言处理」，小小NLPer~,不做螺丝钉，学以致用撒~。
琦琦
介绍： 一个爱跳舞 的程序猿,建议尽量不要私信我，极有可能漏看。 有疑问可在文章下评论，我看到了会回复的
谢谢。
蘑菇先生
介绍： 个人公众号: 蘑菇先生学习记 & 某大厂算法工程师。,胜不骄，败不馁。。
阿里妈妈技术
缄默笔记
介绍： 公众号"缄默笔记"，分享推荐系统学习笔记,
吴恩达
| 序号 | 佳作 | 时间 |
|---|---|---|
| 1 | 吴恩达来信：蓬勃发展的LLM | 2023-12-04 12:20:24 |
| 2 | 吴恩达来信：勇敢发声，为AI发展助力！ | 2023-11-23 17:10:08 |
| 3 | 吴恩达：AI Fund建立初创公司的小心得 | 2023-09-18 11:52:12 |
| 4 | 吴恩达来信：学习AI for Good, then do good！ | 2023-09-07 17:17:19 |
| 5 | 吴恩达来信：很久以前，LLMs...... | 2023-08-31 12:11:12 |
| 6 | 吴恩达来信：多了解LLMs一点吧~ | 2023-08-24 13:52:31 |
| 7 | 吴恩达来信：基于LLMs构建应用程序的小tips | 2023-08-17 17:01:09 |
| 8 | 吴恩达来信：LLMs能否理解世界？ | 2023-08-10 20:06:24 |
| 9 | 吴恩达来信：将一项工作分解为多个任务 | 2023-08-03 14:22:44 |
| 10 | 吴恩达来信：加注水印的利与弊 | 2023-07-27 18:28:48 |
| 11 | 吴恩达来信：进一步完善AI相关版权法 | 2023-07-21 10:05:48 |
| 12 | 吴恩达来信：快速构建，悉心调试 | 2023-07-13 13:40:13 |
| 13 | 吴恩达来信：基于提示的开发在加速 | 2023-07-10 17:00:14 |
| 14 | 吴恩达来信：关于AI监管 | 2023-06-29 17:06:12 |
| 15 | 吴恩达来信：AI的民主化 | 2023-06-15 12:52:59 |
| 16 | 吴恩达来信：吴老师喊你上课啦！ | 2023-06-01 11:51:11 |
| 17 | 吴恩达来信：更“省”数据的大型预训练模型 | 2023-05-29 12:13:50 |
| 18 | 吴恩达来信：超越测试集——prompting改变了机器学习 | 2023-05-18 19:05:21 |
| 19 | 吴恩达来信：LLMs的美好未来 | 2023-04-21 11:14:50 |
| 20 | 吴恩达来信： 以合法和公平的方式向前发展 | 2023-04-07 12:44:05 |
| 21 | 吴恩达来信：此GPT非彼GPT | 2023-03-31 10:35:20 |
| 22 | 吴恩达来信：持续推动AGI发展 | 2023-03-24 11:28:53 |
| 23 | 吴恩达来信：风浪面前，团结就是力量！ | 2023-03-16 13:05:15 |
| 24 | 吴恩达来信：区别人工智能生成与人类生成 | 2023-03-09 16:23:24 |
| 25 | 吴恩达来信：LandingLens震撼发布，免费羊毛等你来薅！ | 2023-03-02 13:15:51 |
| 26 | 吴恩达来信：充满希望的chat-based search | 2023-02-23 15:30:04 |
| 27 | 吴恩达来信：ChatGPT很酷，RL也很酷 | 2023-02-16 13:20:19 |
| 28 | 吴恩达来信：合法vs公平 | 2023-02-09 17:04:03 |
| 29 | 吴恩达来信：靠语言进化的LLMs | 2023-02-02 13:43:21 |
| 30 | 吴恩达来信：来自LLMs的巨大“威胁”？ | 2023-01-19 20:15:20 |
| 31 | 吴恩达来信：即将绽放的LLMs | 2023-01-12 15:42:34 |
| 32 | 吴恩达来信：2023人工智能热点展望 | 2023-01-05 11:30:41 |
| 33 | 吴恩达来信：一起畅想2023及未来吧！ | 2022-12-29 15:25:59 |
| 34 | 吴恩达来信：人工智能的辉煌一年 | 2022-12-23 12:56:05 |
| 35 | 吴恩达来信：围绕内容审核建立信任并做出权衡 | 2022-12-15 17:10:14 |
| 36 | 吴恩达来信：建立能够展现不同置信度的模型 | 2022-12-08 18:58:02 |
张俊林
介绍： 你所不知道的事,Heil Hydra！嗯。
| 序号 | 佳作 | 时间 |
|---|---|---|
| 1 | AIGC优质模型导读：数据为王DALL-E 3 | 2023-11-30 09:34:42 |
| 2 | 世界的参数倒影：为何GPT通过Next Token Prediction可以产生智能 | 2023-05-28 15:07:48 |
| 3 | 当前炼制“大语言模型”的两个现象 | 2023-04-16 19:51:04 |
| 4 | 大语言模型的涌现能力：现象与解释 | 2023-04-12 20:17:37 |
| 5 | 通向AGI之路：大型语言模型（LLM）技术精要 | 2023-01-09 08:28:15 |
| 6 | ChatGPT会取代搜索引擎吗 | 2022-12-06 09:39:22 |
| 7 | 推荐系统排序环节的特征Embedding建模 | 2022-10-14 18:33:04 |
| 8 | 对比学习视角:重新审视推荐系统的召回粗排模型 | 2021-10-28 19:35:14 |
| 9 | 利用Contrastive Learning对抗数据噪声：对比学习在微博场景的实践 | 2021-05-09 10:26:26 |
| 10 | 对比学习（Contrastive Learning）:研究进展精要 | 2021-04-24 10:41:59 |
| 11 | SENet双塔模型：在推荐领域召回粗排的应用及其它 | 2021-03-21 17:56:21 |
| 12 | 乘风破浪的PTM：两年来预训练模型的技术进展 | 2020-09-20 09:01:54 |
| 13 | 知识蒸馏在推荐系统的应用 | 2020-05-24 10:04:23 |
| 14 | 推荐系统中稀疏特征Embedding的优化表示方法 | 2020-05-17 09:49:00 |
| 15 | 推荐系统技术演进趋势：从召回到排序再到重排 | 2019-12-29 12:11:44 |
| 16 | 2019人工智能技术发展趋势 | 2019-11-22 21:21:34 |
| 17 | 对NLP以及推荐系统未来发展趋势的看法 | 2019-08-25 11:02:20 |
| 18 | XLNet:运行机制及和Bert的异同比较 | 2019-06-22 10:49:56 |
| 19 | Bert时代的创新（应用篇）：Bert在NLP各领域的应用进展 | 2019-06-09 10:31:09 |
| 20 | FFM及DeepFFM模型在推荐系统的探索 | 2019-06-02 12:19:11 |
| 21 | Bert时代的创新：Bert应用模式比较及其它 | 2019-05-12 12:17:33 |
| 22 | 推荐系统召回四模型之二：沉重的FFM模型 | 2019-03-18 07:57:44 |
| 23 | 关于百度ERNIE及将知识图谱引入Bert | 2019-03-17 11:55:02 |
| 24 | 推荐系统召回四模型之：全能的FM模型 | 2019-03-03 10:55:41 |
| 25 | 效果惊人的GPT 2.0模型：它告诉了我们什么 | 2019-02-16 12:01:14 |
| 26 | 关于“中文字型深度学习模型Glyce+田字格CNN”的个人看法 | 2019-01-31 01:05:25 |
| 27 | 放弃幻想，全面拥抱Transformer：自然语言处理三大特征抽取器（CNN/RNN/TF）比较 | 2019-01-13 10:08:49 |
| 28 | 天空之城：拉马努金式思维训练法 | 2018-12-09 10:18:48 |
| 29 | 从Word Embedding到Bert模型—自然语言处理中的预训练技术发展史 | 2018-11-11 15:00:27 |
| 30 | 深度学习中的Normalization模型 | 2018-08-28 23:55:15 |
| 31 | NF:集成人工生命和遗传算法自动发现神经网络最优结构 | 2018-08-16 23:41:48 |
| 32 | 机器码农：深度学习自动编程 | 2018-07-15 09:39:09 |
| 33 | Batch Normalization导读 | 2018-06-17 10:12:08 |
| 34 | 深度学习中的注意力模型（2017版） | 2018-06-02 09:45:57 |
| 35 | 2017年AI技术前沿进展与趋势 | 2018-05-19 22:27:39 |
King James
介绍： 公众号：KingJames讲策略，算法出身的策略产品；,1. 专注于策略产品领域，+：MonkeyELuff 进策略产品交流群，定期给大家分享前沿策略知识；公众号：KingJames讲策略；2.《策略产品经理实战培训课程》持续招生中，https://zhuanlan.zhihu.com/p/561585077；。
李沐
| 序号 | 佳作 | 时间 |
|---|---|---|
| 1 | 用随机梯度下降来优化人生 | 2021-09-26 06:16:37 |
| 2 | 斯坦福2021秋季新课：实用机器学习 | 2021-08-30 00:45:20 |
| 3 | 动手学深度学习PyTorch篇直播总结 | 2021-08-26 09:00:01 |
| 4 | 工作五年反思 | 2021-05-24 13:41:29 |
| 5 | 动手学深度学习 v2 开课了！ | 2021-03-15 06:41:27 |
| 6 | 《动手学深度学习》中文第二版预览版发布 | 2021-03-09 14:24:09 |
| 7 | 《动手学深度学习》新增TensorFlow实现 | 2020-07-08 05:28:01 |
| 8 | 《动手学深度学习》新增PyTorch实现 | 2020-06-05 00:53:44 |
| 9 | 在伯克利教深度学习 | 2019-05-17 08:18:50 |
| 10 | GluonCV v0.4：更多更快 | 2019-04-02 13:36:12 |
| 11 | GluonNLP v0.6: 让可复现的 BERT 模型走到你身边 | 2019-03-20 12:03:47 |
| 12 | 《动手学深度学习》英文预览版以及伯克利新课程 | 2018-11-29 09:20:52 |
| 13 | GluonNLP 0.3.3 新功能及重现报告 | 2018-08-07 07:30:17 |
| 14 | 跨卡同步 Batch Normalization | 2018-07-25 06:12:42 |
| 15 | GluonCV 0.2 — 计算机视觉工具包第二版 | 2018-06-26 13:41:33 |
| 16 | GluonNLP — 自然语言处理的深度学习工具包 | 2018-05-11 08:20:06 |
| 17 | MXBoard — 助力 MXNet 数据可视化 | 2018-04-30 12:49:24 |
| 18 | GluonCV — 计算机视觉的深度学习工具包 | 2018-04-26 08:10:13 |
| 19 | 十分钟从 PyTorch 转 MXNet | 2018-04-03 07:47:56 |
| 20 | 第十七课：GloVe、fastText和使用预训练的词向量 | 2018-01-26 03:12:55 |
| 21 | 第十六课：词向量（word2vec） | 2018-01-20 08:43:21 |
| 22 | 第十四课：实现、训练和应用循环神经网络 | 2018-01-04 03:47:31 |
| 23 | 第十三课：正向传播、反向传播和通过时间反向传播 | 2017-12-23 03:25:48 |
| 24 | 第七课：物体检测 | 2017-11-03 03:30:35 |
| 25 | 第六课：优化算法高级和计算机视觉 | 2017-10-26 07:22:25 |
| 26 | 第五课：Gluon高级和优化算法基础 | 2017-10-20 13:42:29 |
| 27 | 第四课：BatchNorm，更深的卷积神经网络，Hybridize和新的Kaggle练习 | 2017-10-12 06:47:57 |
| 28 | 第三课：深度卷积网络，如何使用Gluon，以及核武器购买指南 | 2017-09-22 14:12:08 |
| 29 | 第二课：过拟合、多层感知机、GPU和卷积神经网络 | 2017-09-14 12:01:07 |
| 30 | 第一课：从上手到多类分类 | 2017-09-07 08:04:59 |
| 31 | 机器学习简介 | 2017-09-06 11:32:05 |
| 32 | 一起动手学习深度学习 | 2017-09-04 10:00:00 |
潘润琦
介绍： 一只菜鸡 木有学上,
衣介书生
介绍： 打工人，公众号：后厂村搬砖工，欢迎关注,#打工人 #互联网 #推荐算法。
| 序号 | 佳作 | 时间 |
|---|---|---|
| 1 | 推荐系统（二十五）序列建模思路梳理 | 2023-03-05 12:02:02 |
| 2 | 推荐系统（二十四）FM召回思路梳理 | 2023-03-04 22:07:04 |
| 3 | 推荐系统（二十三）双塔模型优化思路梳理（一） | 2023-02-18 11:40:14 |
| 4 | 推荐系统（二十二）AutoInt模型小结 | 2023-02-18 09:32:38 |
| 5 | 推荐系统（二十一）Facebook EBR模型小结 | 2023-01-29 16:29:03 |
| 6 | 推荐系统（二十）阿里DMR模型小结 | 2023-01-08 20:51:24 |
| 7 | 推荐系统（十九）京东DMT模型小结 | 2023-01-08 20:18:01 |
| 8 | 推荐系统（十八）阿里ETA算法 | 2023-01-08 20:05:52 |
| 9 | 推荐系统（十七）阿里SIM算法 | 2023-01-08 19:59:42 |
| 10 | 推荐系统（十六）GraphSAGE算法原理小结 | 2022-08-28 10:01:57 |
| 11 | 推荐系统（十五）蚂蚁SRGA学习笔记 | 2022-08-14 19:05:19 |
| 12 | 推荐系统（十四）DSIN学习笔记 | 2022-04-23 08:59:25 |
| 13 | 推荐系统（十三）阿里重排序算法：Personalized Re-ranking for Recommendation | 2022-04-09 17:35:12 |
| 14 | 推荐系统（十二）微信DFN模型学习笔记 | 2022-03-26 10:18:29 |
| 15 | 推荐系统（十一）阿里EGES算法学习笔记 | 2022-03-19 09:16:10 |
| 16 | 推荐系统（十）Google Wide&Deep模型学习笔记 | 2022-03-14 17:43:27 |
| 17 | 推荐系统（八）腾讯多任务学习模型PLE | 2022-02-28 21:18:55 |
| 18 | 推荐系统（七）京东DRM论文学习笔记 | 2022-02-26 23:38:46 |
| 19 | 推荐系统（六）MIND算法学习笔记 | 2022-02-12 12:51:07 |
| 20 | 推荐系统（五）DCN学习笔记 | 2022-02-08 23:38:00 |
| 21 | 推荐系统（四）谷歌双塔召回模型学习笔记 | 2022-02-06 23:55:56 |
| 22 | 推荐系统（三）DIEN算法学习笔记 | 2022-02-02 19:10:32 |
| 23 | 深度学习（四）GRU学习笔记 | 2022-02-01 20:52:52 |
| 24 | 深度学习（三）LSTM学习笔记 | 2022-01-31 17:11:27 |
| 25 | 推荐系统（二）FM算法学习笔记 | 2022-01-30 21:46:12 |
| 26 | 推荐系统（一）DIN论文学习笔记 | 2022-01-29 16:46:53 |
| 27 | 深度学习（二）DeepWalk算法原理小结 | 2022-01-28 15:12:45 |
| 28 | 深度学习（一）循环神经网络：BPTT算法、梯度消失、梯度爆炸 | 2020-07-06 19:05:41 |
猛猿
介绍： 公众号：大猿搬砖简记,学习和职业历程： 会计➡️算法➡️大数据➡️算法 分享这段曲折自学转行路上的学习笔记，希望有相似经验的小伙伴不再孤单。
学习永远是进行时。。
何枝
介绍： 欣赏每一个用逻辑阐述观点的人，不喜欢无论据的情绪输出。,笑一个吧，功成名就不是目的。。
Keep Learning
策略产品Arthur
姚凯飞
介绍： 喜欢数学的算法工程师,码农，欢迎关注我的微信公众号: data_algorithm。
| 序号 | 佳作 | 时间 |
|---|---|---|
| 1 | 拼多多系列vol.3:多多买菜的奇袭与青年近卫军的崛起 | 2023-12-19 23:41:22 |
| 2 | 拼多多系列vol.2：拼多多的内部管理飞轮是怎么运转的？ | 2023-12-18 21:33:54 |
| 3 | 拼多多系列vol.1：百亿补贴的台前幕后 | 2023-12-01 23:33:59 |
| 4 | 【彼岸花开】Vol.5-从TikTok Shop印尼封禁事件，看东南亚市场的变化与机遇 | 2023-11-28 23:25:28 |
| 5 | 拼多多的认知盘点一：差异化竞争 | 2023-11-07 23:21:05 |
| 6 | 黄峥公众号全文 | 2023-07-26 23:06:57 |
| 7 | 【岗位】国际化Saas产品经理实习生 | 2023-06-13 18:04:51 |
| 8 | 亚马逊体系解构-优化逻辑 | 2022-10-31 08:19:25 |
| 9 | 数据挖掘算法工程师-地点杭州 | 2022-10-31 08:14:00 |
| 10 | 企服思考(2)-SaaS入行的一点记录 | 2022-08-29 21:54:14 |
| 11 | 算法 + 数据改变电商世界综述(三) | 2022-05-24 08:47:17 |
| 12 | 算法 + 数据改变电商世界综述(二) | 2022-05-23 08:34:43 |
| 13 | 算法 + 数据改变电商世界综述(一) | 2022-05-20 08:54:07 |
| 14 | 推荐系统解构 | 2021-01-09 11:00:24 |
| 15 | 【五.推荐青铜时代-3】召回模块概述 | 2019-06-29 15:01:01 |
| 16 | 【五.推荐青铜时代-2】冲突与协调 | 2019-04-24 22:06:50 |
| 17 | 【五.推荐青铜时代-1】关联与个性化 | 2019-04-22 22:10:47 |
| 18 | 【四.推荐石器时代-2】马太效应及相关这一时期策略 | 2019-04-21 16:44:04 |
| 19 | 【四.推荐石器时代-1】前推荐时代 | 2019-04-20 17:06:05 |
| 20 | 【三.推荐系统的必备要素-2】ABtest框架 | 2019-03-14 23:06:22 |
| 21 | 【三.推荐系统的必备要素-1】数据 | 2019-02-26 22:15:52 |
| 22 | 【二.推荐系统评价】什么是好的推荐系统 | 2019-02-23 10:52:50 |
| 23 | 【一.概述-2】什么样的产品推荐效果明显 | 2019-02-21 22:18:13 |
| 24 | 【一.概述-1】推荐系统简介 | 2019-02-16 19:02:29 |
| 25 | 【零.前言】 | 2019-02-16 18:13:33 |
Ostrich
介绍： 厚积薄发,分享互联网技术和成长经验。
| 序号 | 佳作 | 时间 |
|---|---|---|
| 1 | ChatGPT的朋友们：大语言模型经典论文一次读到吐 | 2023-04-08 15:35:44 |
| 2 | 电商商品理解：基础概念 | 2022-11-20 17:38:13 |
| 3 | 电商搜索QP：总结 | 2022-08-19 10:55:26 |
| 4 | 电商搜索QP：纠错 | 2022-08-10 11:32:49 |
| 5 | 电商搜索QP：Tagging | 2022-06-25 19:22:15 |
| 6 | 电商搜索QP：中文分词 | 2022-05-01 21:48:12 |
| 7 | 电商搜索工程：Rank | 2022-02-07 18:41:03 |
| 8 | 电商搜索工程：工程架构篇 | 2022-01-03 19:35:52 |
| 9 | 电商搜索：Query推荐 | 2021-12-19 16:45:40 |
| 10 | 电商搜索排序：重排 | 2021-12-12 17:35:57 |
| 11 | 电商搜索排序：精排 | 2021-11-14 20:43:26 |
| 12 | 电商搜索排序：粗排 | 2021-10-19 22:26:30 |
| 13 | 因果推断：NLP应用综述 | 2021-10-10 21:39:58 |
| 14 | 搜索排序-番外：简话模型演进（传统方法） | 2021-10-02 23:53:32 |
| 15 | 电商搜索排序-番外：特征工程 | 2021-09-23 23:21:01 |
| 16 | 电商搜索排序：向量召回（下） | 2021-08-25 22:59:08 |
| 17 | 电商搜索排序：向量召回（上） | 2021-08-11 11:57:42 |
| 18 | 电商搜索排序：召回 | 2021-08-02 23:46:56 |
| 19 | 电商搜索排序：总述 | 2021-07-25 21:01:30 |
| 20 | 电商搜索：相关性匹配 | 2021-02-18 09:32:05 |
| 21 | 电商搜索QP：Term Weighting | 2021-02-17 16:48:06 |
| 22 | 电商搜索QP：Query改写 | 2021-02-17 16:42:37 |
| 23 | 电商搜索QP：Query类目预测 | 2021-02-17 16:35:07 |
冯伟
介绍： 推荐系统,混迹推荐系统的小码农。
| 序号 | 佳作 | 时间 |
|---|---|---|
| 1 | 推荐系统的计算资源节省问题 | 2020-10-18 06:14:23 |
| 2 | 推荐系统的去重问题 | 2020-10-11 06:31:07 |
| 3 | 推荐系统的实时性：生产侧 | 2020-10-04 07:35:16 |
| 4 | 推荐系统的实时性：用户侧 | 2020-09-27 07:54:00 |
| 5 | 推荐系统的多样性：内容生态视角 | 2020-09-20 09:01:03 |
| 6 | 推荐系统的多样性：用户视角 | 2020-09-13 08:20:24 |
| 7 | 推荐系统的公平性：生产侧 | 2020-09-06 07:41:16 |
| 8 | 推荐系统的公平性：用户侧 | 2020-08-30 07:09:40 |
| 9 | 码农的自我修养（三）：向上管理 | 2019-12-21 14:58:30 |
| 10 | 码农的自我修养（二）：自我管理 | 2019-12-15 15:34:41 |
| 11 | 码农的自我修养（一）：向下管理 | 2019-12-08 15:42:42 |
| 12 | 强化学习基础篇: 策略迭代 (Policy Iteration) | 2018-02-25 22:45:24 |
| 13 | 强化学习基础篇: 价值迭代 (Value Iteration) | 2018-02-24 00:06:52 |
| 14 | 强化学习基础篇：马尔科夫决策过程 (MDP) | 2018-01-20 15:43:53 |
| 15 | 解析微软云Azure Decision Service | 2018-01-17 06:56:11 |
| 16 | 监督学习越来越准，我为什么要写bandit问题 | 2018-01-01 11:11:02 |
| 17 | Contextual Bandits: Thompson Sampling | 2017-12-28 23:40:11 |
| 18 | Multi-Armed Bandit: Thompson Sampling | 2017-12-28 10:48:30 |
| 19 | Contextual Bandits: LinUCB | 2017-12-27 16:55:29 |
| 20 | Multi-Armed Bandit: UCB (Upper Bound Confidence) | 2017-12-26 15:59:06 |
| 21 | Multi-Armed Bandit: epsilon-greedy | 2017-12-26 11:53:42 |
| 22 | 开栏：智能决策系列 | 2017-12-25 00:19:14 |
杨旭东
| 序号 | 佳作 | 时间 |
|---|---|---|
| 1 | C++中为什么在类模板中不能特化成员函数模板？ | 2023-12-18 10:35:44 |
| 2 | 如何做一个“编译器中立”的C++共享库，彻底解决未定义符号的问题 | 2023-12-11 10:27:48 |
| 3 | 推荐系统召回模型负采样 | 2023-09-24 20:58:08 |
| 4 | 你真正理解推荐系统中的协同过滤算法了吗？ | 2023-08-30 21:55:22 |
| 5 | 有哪些能涨两分的推荐算法模型优化技巧？ | 2023-08-28 20:46:59 |
| 6 | SimRank++算法原理解析 | 2023-08-24 14:38:50 |
| 7 | 推荐系统中的重排算法 | 2023-07-31 22:12:57 |
| 8 | EasyRec重磅升级：组件化开发深度学习模型 | 2023-07-21 00:10:55 |
| 9 | 谷歌出品深度学习调参指南详细版 | 2023-07-18 17:15:53 |
| 10 | 多样化个性化推荐算法:推荐多样性建模 | 2023-07-16 16:57:34 |
| 11 | 搜索推荐广告业务场景下的流量调控算法 | 2023-07-15 14:23:03 |
| 12 | 流量调控PID算法调参指南 | 2023-07-13 11:08:32 |
| 13 | 模型效果上限预估、分类模型Bad Case分析方法 | 2022-10-03 12:00:20 |
| 14 | 机器学习模型交叉验证脚本 | 2022-09-19 17:59:21 |
| 15 | 全网最浅显易懂的GBDT(xgboost)算法原理深入剖析 | 2022-09-03 16:30:47 |
| 16 | 机器学习模型超参数网格搜索脚本 | 2022-08-09 14:42:46 |
| 17 | 视觉多模态推荐算法综述：从入门到入门 | 2022-06-07 14:35:02 |
| 18 | 1天学会开发工业级推荐系统的特征工程：保姆级教程 | 2022-06-05 20:05:43 |
| 19 | 工业级推荐系统中的特征工程 | 2022-05-22 21:04:19 |
| 20 | 推荐模型离线评测效果好，线上效果却不佳的原因 | 2022-05-06 11:25:14 |
| 21 | 推荐算法效果不佳时的检查清单 | 2022-03-11 13:25:02 |
| 22 | 冷启动推荐模型DropoutNet深度解析与改进 | 2022-03-03 10:55:20 |
Young
介绍： 公众号【Young样说】探索前沿有趣的科技AI见闻,- 清华大学本科电子，博士计算机
- 推荐广告，智能风控，量化交易，AIGC
- 曾任互联网算法专家（2020阿里星）
- 个人编著书籍《Pytorch深度学习入门与实战》《Pytorch高级机器学习实战》。
| 序号 | 佳作 | 时间 |
|---|---|---|
| 1 | Yoshua Bengio，埃隆马斯克联名呼吁：暂停AI研究6个月！ | 2023-03-29 12:37:24 |
| 2 | PyTorch高级机器学习算法实战 | 2023-03-07 13:30:29 |
| 3 | OpenAI推出ChatGPT API，人工智能应用迎来新时代！ | 2023-03-02 12:02:18 |
| 4 | ChatGPT引爆的智能工具风潮，让你的工作生活更高效 | 2023-03-01 23:43:30 |
| 5 | 不会写简历怎么办？ChatGPT一键帮你生成专业表达方式！ | 2023-02-22 18:46:06 |
| 6 | ChatGPT来了，普通人如何抓住风口？50个精选AI工具网站帮你打开思路！ | 2023-02-14 18:16:06 |
| 7 | AI音频生成模型引爆音乐行业？最新四篇AI音乐生成论文解读 | 2023-02-03 16:45:37 |
| 8 | Transformer可以读取整个代码库？Jeff Dean团队大规模扩展上下文长度 | 2023-01-31 12:22:15 |
| 9 | 2022年“神奇”AI论文回顾 | 2022-12-24 23:04:32 |
| 10 | 对于现在的年轻人而言，小红书的技术类岗位值得去吗？ | 2022-09-16 16:59:07 |
| 11 | 使用AI 生成艺术设计博士论文封面 | 2022-08-30 09:51:52 |
| 12 | Paper Highlight：为什么基于树的模型在表格数据上仍然优于深度学习？ | 2022-07-20 13:07:58 |
| 13 | 什么是SSIM？ | 2022-07-14 09:53:43 |
| 14 | 扩展Pytorch：加速MixConv算子（三） | 2021-02-24 21:23:26 |
| 15 | 扩展Pytorch：利用CUDA实现算子（二） | 2021-02-15 21:47:02 |
| 16 | 扩展Pytorch：实现自定义算子（一） | 2021-02-13 21:36:25 |
| 17 | 利用Pytorch实现卷积操作 | 2021-02-06 16:46:00 |
| 18 | 今日对抗样本一则 | 2018-10-29 13:39:39 |
| 19 | Reproducible ECCV 2018 (More) | 2018-09-15 11:41:13 |
| 20 | Reproducible ECCV2018 (Oral) | 2018-09-01 11:10:58 |
| 21 | 今日对抗样本两则 | 2018-03-31 15:04:12 |
| 22 | 这个世界怎么会有这么多奇怪的羊。。。 | 2018-03-03 11:25:12 |
iwtbs
介绍： 公众号：推荐广告算法小木屋,推荐算法工程师。
| 序号 | 佳作 | 时间 |
|---|---|---|
| 1 | 推荐系统多目标优化专题(2)—融合公式设计思路 | 2022-04-18 11:41:53 |
| 2 | 推荐系统多目标优化专题(1)——深入理解推荐系统 | 2022-03-06 23:07:17 |
| 3 | 双塔召回模型的前世今生（下篇） | 2021-12-07 01:31:08 |
| 4 | 双塔召回模型的前世今生（上篇） | 2021-11-08 00:55:25 |
| 5 | nearline(近线)召回在阿里妈妈的实践 | 2021-09-23 23:35:46 |
| 6 | 《Embedding-based Retrieval in Facebook Search》论文精读 | 2021-08-01 23:04:16 |
| 7 | 蒸馏技术在推荐模型中的应用 | 2021-07-09 00:49:31 |
| 8 | 推荐中的多样性与生态建设 | 2021-06-17 20:02:13 |
| 9 | 推荐系统中的debias算法 | 2021-05-17 01:28:56 |
| 10 | 借Youtube论文，谈谈双塔模型的八大精髓问题 | 2021-05-01 00:41:05 |
| 11 | 推荐中的召回算法—总结串讲 | 2021-04-19 02:33:40 |
| 12 | 召回模型中的负样本构造 | 2021-03-21 01:05:14 |
| 13 | 推荐算法中的“多目标学习” | 2021-03-12 00:22:41 |
| 14 | 2021春招与暑期实习，一些感悟与建议【字节内推】 | 2021-03-02 00:34:53 |
| 15 | 推荐场景中一些反直觉的“坑” | 2021-01-16 22:13:48 |
| 16 | 业务增长的杀手锏—推荐算法的冷启动 | 2021-01-11 00:58:07 |
| 17 | 聊聊向量化召回的一些工程经验 | 2021-01-03 00:53:52 |
| 18 | 推荐系统中的bad case怎么debug | 2020-12-24 23:51:02 |
| 19 | 推荐场景中，线上线下指标不一致是为啥 | 2020-12-15 00:49:50 |
| 20 | 向量召回—近邻快速查找算法总结 | 2020-12-14 00:21:53 |
| 21 | 谈谈推荐算法中的‘trade-off’ | 2020-12-13 23:50:27 |
| 22 | 谈谈我眼中的“推荐算法” | 2020-12-13 23:46:27 |
萧瑟
介绍： 王哲，广告/推荐/深度学习/NLP，知乎专栏：炼丹实验室,http://freecoder.me。
| 序号 | 佳作 | 时间 |
|---|---|---|
| 1 | 美团广告最新进展-深度上下文兴趣网络DCIN | 2023-11-13 17:02:59 |
| 2 | 美团广告平台模型组社招招聘（北京） | 2023-09-19 11:20:21 |
| 3 | 美团广告平台模型组科研实习生招聘 | 2023-07-11 17:30:27 |
| 4 | 美团广告平台模型组科研实习生招聘 | 2023-06-07 15:20:04 |
| 5 | 美团广告平台招聘（校招-北京/上海）求贤若渴 | 2023-04-18 10:43:46 |
| 6 | 美团广告平台模型组招聘（北京社招）求贤若渴 | 2022-10-11 18:07:48 |
| 7 | 美团广告平台模型组招聘（校招&社招）求贤若渴 | 2022-08-06 22:54:36 |
| 8 | 美团广告平台模型组招聘（北京）求贤若渴 | 2022-06-02 20:48:05 |
| 9 | 阿里广告技术最新突破：全链路联动-面向最终目标的全链路一致性建模 | 2021-09-23 19:29:48 |
| 10 | 「AI大咖谈」阿里算法专家谈大规模推荐系统粗排层的设计与实现 | 2021-05-10 16:05:08 |
| 11 | 阿里粗排技术体系与最新进展分享 | 2021-03-09 18:47:19 |
| 12 | 阿里定向广告最新突破：面向下一代的粗排排序系统COLD | 2020-08-17 01:07:24 |
| 13 | 阿里妈妈定向广告RANK团队-社招（北京）求贤若渴 | 2019-09-05 23:12:09 |
| 14 | 阿里妈妈定向广告RANK团队-社招（北京）求贤若渴 | 2019-09-05 22:58:49 |
| 15 | Character-based Joint Segmentation and POS Tagging for Chinese using Bidirectional RNN-CRF | 2017-04-06 15:20:44 |
| 16 | 当AI邂逅艺术：机器写诗综述 | 2017-02-04 17:50:26 |
| 17 | 如何获取最新的深度学习资源 | 2017-01-15 11:46:29 |
| 18 | Theano调试技巧 | 2017-01-13 01:43:41 |
| 19 | 深度学习网络调参技巧 | 2017-01-05 00:56:47 |
| 20 | 深度学习模型使用word2vec向量的方法总结 | 2016-08-15 12:52:55 |
| 21 | 深度学习网络调试技巧 | 2016-04-23 13:26:14 |
| 22 | 深度学习网络训练技巧汇总 | 2016-04-18 15:45:37 |
一两赘肉无
介绍： 和鲸社区运营，heywhale.com,
| 序号 | 佳作 | 时间 |
|---|---|---|
| 1 | 50题真 • 一文入门TensorFlow2.x | 2020-03-05 15:44:01 |
| 2 | 全国人工智能大赛 行人重识别(Person ReID)赛项 季军团队方案分享 | 2020-02-29 13:28:16 |
| 3 | 全国人工智能大赛 AI+4K HDR赛项 冠军团队方案分享 | 2020-02-28 11:28:01 |
| 4 | 40题刷爆Keras，人生苦短我选Keras | 2020-01-16 15:36:14 |
| 5 | 90题细品吴恩达《机器学习》，感受被刷题支配的恐惧 | 2020-01-08 16:50:15 |
| 6 | 60题PyTorch简易入门指南，做技术的弄潮儿🌊 | 2019-12-25 13:49:57 |
| 7 | 50题matplotlib从入门到精通 | 2019-12-10 18:00:13 |
| 8 | 50道练习带你玩转Pandas | 2019-11-28 11:37:25 |
| 9 | 高校大数据挑战赛Rank2教学“新人如何参加一场数据科学类比赛” | 2019-11-21 15:31:42 |
| 10 | 比赛方案分享之“莱斯杯”Rank 1 | 2019-11-06 15:03:15 |
| 11 | 案例分享 | 文科生也能看懂的2019高校大数据挑战赛 Rank 2 案例 | 2019-10-30 14:22:59 |
| 12 | 机器学习教程【2】 | 2019-10-24 14:34:05 |
| 13 | 机器学习教程【1】 | 2019-10-17 14:05:22 |
| 14 | Plotly入门教程 | 2019-10-08 11:07:26 |
| 15 | 数据处理教程 | 2019-09-24 12:06:13 |
| 16 | 数据特征分析教程 | 2019-09-17 11:30:07 |
| 17 | TED演讲数据集探索之可视化分析 | 2019-09-10 10:09:52 |
| 18 | 如何用K-Lab做机器学习demo？ | 2019-08-28 12:37:12 |
| 19 | 10套练习，教你如何用Pandas做数据分析【6-10】 | 2019-08-15 13:01:32 |
| 20 | 10套练习，教你如何用Pandas做数据分析【1-5】 | 2019-08-07 10:25:47 |
| 21 | 100道练习带你玩转Numpy | 2019-08-01 14:09:24 |
大林
Peter PanXin
介绍： AI 大数据 分布式系统,Colossus, Spanner, IAM, TensorFlow, PaddlePaddle, Recommender System, AI Platform, Mobile AI。
| 序号 | 佳作 | 时间 |
|---|---|---|
| 1 | 聊聊LM的故事和近况 | 2023-05-21 21:54:46 |
| 2 | 巨型AI模型背后的分布式训练技术（二） | 2023-05-15 19:06:57 |
| 3 | Diffusion的Noise, TextAlign, Aesthetic, RLHF思考 | 2023-04-14 19:34:52 |
| 4 | 语言和视觉生成大模型中数据和模型复杂度的关系 | 2023-03-28 22:10:34 |
| 5 | AIGC的可控图像编辑 | 2023-02-20 21:16:27 |
| 6 | 聊聊Diffusion和AIGC | 2022-12-04 21:12:46 |
| 7 | 深度学习的碳排放、算力，以及可持续性辩论 | 2022-10-07 19:05:44 |
| 8 | 端上AI体验个性化讨论 | 2022-10-01 15:47:03 |
| 9 | 整理一些生成模型笔记：Pix2Pix, CLIP, Diffusion Model, Dall-E 2 | 2022-06-12 16:57:14 |
| 10 | 关于联邦学习的调研总结 | 2022-05-16 11:52:21 |
| 11 | 聊聊谷歌的超级大模型PaLM: Scaling Language Modeling with Pathways | 2022-04-09 20:48:39 |
| 12 | 聊聊Jeff新作PATHWAYS: ASYNCHRONOUS DISTRIBUTED DATAFLOW FOR ML | 2022-04-01 21:12:31 |
| 13 | 回顾6年深度学习的算法实践和演进 | 2022-02-07 12:44:09 |
| 14 | 关于图灵机，人，人工智能能力边界的思考 | 2022-02-01 09:03:34 |
| 15 | 自适应AI系统 | 2021-12-31 17:22:50 |
| 16 | 巨型AI模型背后的分布式训练技术 | 2021-11-07 10:56:30 |
| 17 | 推荐广告模型的降本提效：压缩策略 | 2021-10-13 21:08:41 |
| 18 | 关于基于Foundation Model的推荐系统未来的思考 | 2021-09-23 10:04:05 |
| 19 | 从我开发的深度学习框架看深度学习这几年：TensorFlow, PaddlePaddle（飞桨）, 无量 | 2021-04-08 17:00:40 |
| 20 | 机器学习平台接口设计 | 2021-01-22 20:06:43 |
风控大鱼
介绍： 互联网风控/风险模型/反洗钱（公众号：风控大鱼）,Nothing worth knowing can be taught. 有个公众号：【风控大鱼】。
| 序号 | 佳作 | 时间 |
|---|---|---|
| 1 | 跨境洗钱手法全面梳理 —— 跨境到底咋洗钱？资金不出境也能洗？ | 2023-10-20 13:34:45 |
| 2 | 盘一盘支付风控系列（3）—— 大数据技术 | 2023-09-25 13:59:56 |
| 3 | 一年半支付风控工作复盘 | 2023-08-18 13:37:55 |
| 4 | 简单又好用的社区划分算法 —— Fast Unfolding | 2023-03-19 12:51:24 |
| 5 | 盘一盘支付风控系列（2）—— 风险防控技术（万字长文） | 2023-03-02 13:26:36 |
| 6 | 盘一盘支付风控系列（1）—— 支付风险类型 | 2023-02-25 17:28:46 |
| 7 | 机器学习在反洗钱中的应用（二） | 2023-01-19 17:46:54 |
| 8 | 机器学习在反洗钱中的应用（一） | 2023-01-15 16:52:05 |
| 9 | 反洗钱风控工作术语：AML, KYC, SDD, CDD, EDD 分别是什么？ | 2022-08-05 19:35:44 |
| 10 | 反洗钱术语解读系列（1）—— 宣誓书 (Affidavit) | 2022-05-20 17:16:09 |
| 11 | 三年半大数据风控工作复盘 | 2022-03-20 19:00:35 |
| 12 | 常用风控评估指标汇总（混淆矩阵/ 准确率/精确率/召回率/F1值/AUC/ROC/KS/PSI/Lift/Gain等） | 2022-02-08 11:15:16 |
| 13 | 商业银行风险监管核心指标 | 2021-07-21 10:49:11 |
| 14 | 【项目总结】贷前评分卡建模全流程指南 | 2021-03-28 19:49:45 |
| 15 | 评分卡建模工具scorecardpy全解读 | 2021-03-05 11:12:00 |
| 16 | 大鱼风控笔记 3：量化风控政策的关注点 | 2021-02-20 22:11:07 |
| 17 | 大鱼风控笔记 2：量化风控体系的实现要求 | 2020-12-16 00:40:37 |
| 18 | 大鱼风控笔记 1：量化风控体系的风险板块 | 2020-11-12 10:08:54 |
| 19 | 中小银行二次风控能力建设 | 2020-10-09 16:05:15 |
Tang AI
介绍： 在机器学习中欲仙欲死,神经病王子，佛系，网瘾少年。
| 序号 | 佳作 | 时间 |
|---|---|---|
| 1 | 一文说尽推荐系统的召回模型 | 2022-12-04 15:43:49 |
| 2 | 推荐算法的离线评价指标综述 | 2022-11-21 00:08:38 |
| 3 | 优化器综述 | 2022-11-19 17:53:46 |
| 4 | 激活函数综述 | 2022-11-17 22:12:39 |
| 5 | 损失函数综述 | 2022-11-16 22:16:17 |
| 6 | Bootstrap,Bagging与随机森林,Stacking | 2022-11-09 23:41:52 |
| 7 | 提升树-Adaboost，GBDT，XGBoost，LightGBM | 2022-11-06 22:20:59 |
| 8 | 决策树-ID3,C4.5,CART | 2022-10-31 00:24:59 |
| 9 | 凸优化的掌上明珠-回归问题 | 2022-10-29 14:27:07 |
| 10 | AI的优化起源-凸优化之美 | 2022-10-24 23:07:01 |
| 11 | 协同过滤算法系列(Collaborative Filtering,Swing,adamic-adar) | 2022-10-21 23:36:04 |
| 12 | 推荐算法之abtest实验设计 | 2022-10-15 15:42:06 |
| 13 | 推荐系统的架构-冷启动-召回-粗排-精排-重排 | 2022-10-14 22:23:34 |
| 14 | 特征工程之离散特征处理 | 2022-10-10 23:20:19 |
| 15 | 推荐算法的特征工程之连续值特征处理 | 2022-10-09 00:47:01 |
| 16 | 推荐算法的基石-数据 | 2022-10-03 21:24:26 |
| 17 | 推荐算法在工业界的应用 | 2022-09-27 23:52:59 |
| 18 | 推荐系统的历史 | 2022-09-20 22:29:43 |
JioNLP团队
介绍： 开源JioNLP千星作者，公众号JioNLP，数据分析,jionlp团队，微信公众号：JioNLP，开源软件 JioNLP 同名在Github。
| 序号 | 佳作 | 时间 |
|---|---|---|
| 1 | 给大模型LLM评测画一个句号 | 2023-12-11 18:01:55 |
| 2 | 如何优雅地自动评测 LLM 模型质量 | 2023-11-09 19:03:40 |
| 3 | 简单预测一下2023年出生人口：847万 | 2023-10-14 23:06:49 |
| 4 | GPT4 图像理解能力体验 | 2023-10-07 13:57:04 |
| 5 | 花了两周，我又整了个开源软件 pyFFmpeg | 2023-09-20 16:46:42 |
| 6 | 炮打学而思的 MathGPT | 2023-08-30 20:08:02 |
| 7 | 上帝在嘲笑 CEC-IDE | 2023-08-26 23:28:16 |
| 8 | 大语言模型LLM可以解决数学问题吗？ | 2023-08-09 17:28:59 |
| 9 | 裁员潮下，我拒绝了120万年薪的Offer | 2023-07-19 10:15:58 |
| 10 | 出一份试题，评测国内各种对标 ChatGPT 的大语言模型（二） | 2023-05-23 14:13:54 |
| 11 | 出一份试题，评测国内各种对标 ChatGPT 的大语言模型 | 2023-05-04 20:56:11 |
| 12 | 评价一下国内的类ChatGPT产品 | 2023-03-29 11:03:23 |
| 13 | ChatGPT、人口出生率与经济危机 | 2023-02-27 22:47:50 |
| 14 | ChatGPT这么强，会影响NLPer的就业环境吗 | 2023-02-12 16:14:44 |
| 15 | 避坑一个JIT库numba | 2023-01-11 15:03:42 |
| 16 | 未来人工智能畅想——从ChatGPT想到的 | 2022-12-12 14:45:21 |
| 17 | 一文读懂ChatGPT模型原理 | 2022-12-06 14:15:38 |
| 18 | JioNLP 数据分享，来看看这里有没有你想要的数据集 | 2022-11-29 10:38:47 |
Andy Yang
介绍： 生活、学习、思考和观察世界,自由之精神 独立之思想。
| 序号 | 佳作 | 时间 |
|---|---|---|
| 1 | RealFormer：Real 简单，Real 有效 | 2020-12-29 12:16:50 |
| 2 | AdaBelief：一个有“信仰”的优化器 | 2020-12-24 13:19:35 |
| 3 | 招个NLP算法实习生 | 2020-08-25 10:22:31 |
| 4 | PPLM： 四两拨千斤，Uber 可控语言生成框架 | 2019-12-09 10:29:47 |
| 5 | EMNLP 最佳论文解读：来自信息瓶颈的新语言学理论 | 2019-11-12 10:30:03 |
| 6 | 当我们说到机器“理解”到底在说什么？ | 2019-11-06 18:29:12 |
| 7 | 子词技巧：The Tricks of Subword | 2019-11-05 08:56:01 |
| 8 | T5 模型：NLP Text-to-Text 预训练模型超大规模探索 | 2019-10-25 11:59:30 |
| 9 | BERT 瘦身之路：Distillation，Quantization，Pruning | 2019-10-16 08:25:27 |
| 10 | SemBERT: BERT 的语义知识增强 | 2019-09-09 23:40:52 |
| 11 | 语言生成：搜索 or 采样，that is the question | 2019-08-28 20:53:20 |
| 12 | 神经语言生成的非似然训练 | 2019-08-18 18:54:12 |
| 13 | RoBERTa：高级丹药炼制记录 | 2019-08-06 23:27:44 |
| 14 | ERNIE 2.0：芝麻街 2.0？ | 2019-08-01 08:49:40 |
| 15 | SpanBert：对 Bert 预训练的一次深度探索 | 2019-07-30 22:01:48 |
归来仍是少年
介绍： 欢迎大家关注公众号《我爱自然语言处理》,做自然语言处理方向，kaggle比赛top1%一共七块奖牌，百度多形态信息抽取top1%，ccks2021因果抽取top11等，完成推荐系统，知识图谱，智能问答系统，信息检索系统，基于elasticsearch的高性能搜索系统，文本语义聚类，中文电子病历信息抽取，疾病风险预警模型，超长文本语义识别等落地项目。。
| 序号 | 佳作 | 时间 |
|---|---|---|
| 1 | 谁是大模型的显存救星？ | 2023-11-22 23:20:40 |
| 2 | streaming-llm(无需微调无限扩展大模型输入)论文笔记 | 2023-10-13 11:38:15 |
| 3 | 【论文笔记】baichuan 2训练报告 | 2023-09-11 19:35:02 |
| 4 | 大模型中的人工反馈强化学习详解 | 2023-08-24 11:13:54 |
| 5 | 开源baichuan 7b聊天大模型 | 2023-08-14 16:33:11 |
| 6 | LLM（大语言模型）部署加速方法 | 2023-07-21 15:44:03 |
| 7 | LLM模型在公司场景中的应用探索 | 2023-07-06 22:51:55 |
| 8 | 开源LLM大模型位置编码探索 | 2023-05-22 10:20:56 |
| 9 | LLM大模型低资源微调p tuning v2和lora区别 | 2023-04-18 16:16:16 |
| 10 | 构建开放中文聊天生成模型(训练细节和代码开源) | 2023-04-03 16:41:56 |
| 11 | 动手训练个中文聊天小模型 | 2023-03-21 10:55:17 |
| 12 | TensorFlow2内存泄漏问题优化 | 2023-03-06 17:21:32 |
| 13 | 工业界信息抽取之负样本构造 | 2023-02-10 11:32:28 |
| 14 | chatgpt横空出世引发的一些思考 | 2023-01-25 14:56:53 |
kaiyuan
| 序号 | 佳作 | 时间 |
|---|---|---|
| 1 | 跟Twitter学推荐系统：开源代码详细解读 | 2023-04-06 10:57:32 |
| 2 | 五万字综述！Prompt-Tuning：深度解读一种新的微调范式 | 2023-04-02 16:23:31 |
| 3 | 综述：NLP中的 Human in the Loop | 2023-02-20 11:37:36 |
| 4 | KDD'22 | 对比学习+知识蒸馏，Bing搜索广告最新利器！ | 2022-09-01 20:40:30 |
| 5 | 电商搜索全链路（PART II）Query理解 | 2022-09-01 20:23:58 |
| 6 | 从各大顶会看对比学习在句子表征研究进展 | 2022-05-29 13:47:38 |
| 7 | 电商搜索全链路（一）：Overview | 2022-05-08 20:57:47 |
| 8 | YYDS！对比学习还能这么用？ | 2022-04-22 11:39:59 |
| 9 | 预训练新范式！为什么Prompt会更有效？ | 2022-01-17 21:03:00 |
| 10 | 一篇就够！数据增强方法综述 | 2021-12-09 19:33:50 |
| 11 | 继续！从顶会论文看对比学习的应用！ | 2021-12-03 13:53:18 |
| 12 | 从 Sentence-BERT 谈句子表征 | 2021-12-01 17:43:42 |
北冥有鱼
介绍： zepengzhang.com。
| 序号 | 佳作 | 时间 |
|---|---|---|
| 1 | 【CS224W Lecture 17】Scaling Up Graph Neural Networks | 2021-07-29 20:34:41 |
| 2 | 【CS224W Lecture 16】Advanced Topics in Graph Neural Networks | 2021-07-29 17:12:34 |
| 3 | 【CS224W Lecture 14 & 15】Generative Models for Graphs | 2021-07-28 21:53:07 |
| 4 | 【CS224W Lecture 12 & 13】Subgraph Mining and Community Detection | 2021-07-26 21:41:03 |
| 5 | 【CS224W Lecture 10 & 11】Reasoning over Knowledge Graphs | 2021-07-22 22:02:22 |
| 6 | 【CS224W Lecture 8 & 9】Applications of Graph Neural Networks | 2021-07-21 16:50:43 |
| 7 | 【CS224W Lecture 6 & 7】Graph Neural Networks | 2021-07-21 11:58:12 |
| 8 | 【CS224W Lecture 5】Message Passing and Node Classification | 2021-07-09 10:23:02 |
| 9 | 【CS224W Colab0】Introduction of NetworkX and PyTorch Geometric | 2021-07-08 10:22:25 |
| 10 | 【CS224W Lecture 4】Graph as Matrix: Pagerank, Random walks and Embeddings | 2021-07-07 20:22:06 |
| 11 | 【CS224W Lecture 3】Node Embeddings | 2021-07-04 21:58:07 |
| 12 | 【CS224W Lecture 1 & 2】 图机器学习导论 & 传统图机器学习方法 | 2021-06-26 17:22:44 |
九老师
| 序号 | 佳作 | 时间 |
|---|---|---|
| 1 | 来新加坡Tiktok一年多了，给各位大佬做个汇报 | 2023-10-02 18:10:01 |
| 2 | 所谓技术深度 | 2022-09-10 07:04:02 |
| 3 | 推荐系统-你真的会看AB指标吗 | 2022-08-28 13:41:53 |
| 4 | 给校招算法同学的几点建议 | 2022-08-13 12:25:58 |
| 5 | 我在阿里遇到的牛人 | 2021-02-12 14:34:51 |
| 6 | 基于物品的协同过滤i2i--算法、trick及分布式实现 | 2021-02-12 09:57:15 |
| 7 | faiss-on-mr：推荐系统大规模离线向量检索工具 | 2021-01-20 14:30:53 |
| 8 | 简单题与难题逻辑 | 2021-01-06 07:06:11 |
| 9 | 2021年推荐系统相关会议投稿日程 | 2020-11-11 12:13:35 |
| 10 | 互联网管理里面的两个深坑——手表定律与责权不一 | 2020-11-07 08:44:17 |
| 11 | Scrapy-Splash爬虫实战——爬取JS渲染的动态页面信息【附货币基金爬取筛选代码】 | 2020-04-17 07:26:52 |
yanianthe
介绍： 炒股被抄家的前大厂程序员@不掉发就是胜利。,你好呀，交个朋友。
| 序号 | 佳作 | 时间 |
|---|---|---|
| 1 | ChatGPT使用-成为全栈工程师初体验 | 2023-05-01 17:13:52 |
| 2 | 推荐系统(10):样本拼接工程实践 | 2022-12-26 11:31:25 |
| 3 | 推荐系统(9):特征工程实践与方案总结 | 2022-09-19 18:57:30 |
| 4 | 推荐系统(8):如何构建序列特征服务 | 2022-05-04 20:18:43 |
| 5 | 推荐系统(7):特征在线服务设计 | 2022-04-09 18:27:49 |
| 6 | 推荐系统(6): 特征平台实践与思考 | 2022-03-30 20:57:57 |
| 7 | 推荐系统(5):粗排工程实践与思考 | 2022-03-02 20:38:07 |
| 8 | 推荐系统(4):万字长文深入浅出向量检索技术 | 2022-01-27 18:49:08 |
| 9 | 推荐系统(3):倒排索引在召回中的应用 | 2021-12-13 19:28:37 |
| 10 | 推荐系统(2):详解曝光去重实践 | 2021-11-28 12:49:39 |
| 11 | 推荐系统(1): 推荐系统架构 | 2021-11-21 14:09:47 |
黑猫白猫cutecat
| 序号 | 佳作 | 时间 |
|---|---|---|
| 1 | 阿里京东流量端体验策略之“负反馈”过滤豁免策略 | 2023-02-24 08:39:00 |
| 2 | 什么是ChatGPT | 2023-02-13 00:02:03 |
| 3 | 推荐系统负反馈-DFN 详解 Deep Feedback Network for Recommendation | 2023-02-07 08:49:24 |
| 4 | 广告预估：负反馈目标建模 | 2023-01-31 23:33:30 |
| 5 | Multi-Task经典模型结构-MMoE | 2021-10-01 11:15:07 |
| 6 | Multi-Task经典模型结构：全空间多任务模型ESMM | 2021-09-19 10:07:21 |
| 7 | 推荐算法AutoInt模型：基于multi-head self-attention的特征高阶交叉 | 2021-09-12 11:21:17 |
| 8 | 微软深度CTR预估模型DeepCrossing：残差网络拟合特征的自动交叉 | 2021-09-05 18:57:09 |
| 9 | 微软深度CTR预估模型xDeepFM：融合显式和隐式特征交互信息 | 2021-08-26 12:54:34 |
| 10 | 淘宝推荐算法精排模型BST：Transformer建模用户行为序列 | 2021-08-25 12:02:42 |
| 11 | Google深度学习CTR预估模型DCN续集：DCN-v2 | 2021-08-20 18:20:16 |
王峰
| 序号 | 佳作 | 时间 |
|---|---|---|
| 1 | LiDAR R-CNN：一种快速、通用的二阶段3D检测器 | 2021-04-02 09:46:58 |
| 2 | Label Smoothing分析 | 2020-11-20 17:56:00 |
| 3 | Cross Entropy Regression | 2020-07-15 21:56:23 |
| 4 | 被忽略的Focal Loss变种 | 2019-04-13 17:40:28 |
| 5 | margin的自动化设置 | 2019-04-12 18:44:58 |
| 6 | Softmax理解之margin | 2018-12-17 17:33:03 |
| 7 | Softmax理解之Smooth程度控制 | 2018-12-11 10:22:14 |
| 8 | Softmax理解之二分类与多分类 | 2018-09-26 15:12:44 |
| 9 | 从最优化的角度看待Softmax损失函数 | 2018-09-25 17:06:05 |
| 10 | 人脸识别数据集的身份重合问题 | 2017-12-13 14:51:12 |
arXivDaily
| 序号 | 佳作 | 时间 |
|---|---|---|
| 1 | 计算机视觉与模式识别学术速递[2022.12.29] | 2022-12-29 12:11:56 |
| 2 | 自然语言处理学术速递[2022.12.29] | 2022-12-29 12:08:04 |
| 3 | 人工智能学术速递[2022.12.29] | 2022-12-29 12:04:18 |
| 4 | 机器学习学术速递[2022.12.29] | 2022-12-29 12:00:44 |
| 5 | 语音|音频处理学术速递[2022.12.29] | 2022-12-29 11:57:01 |
| 6 | 金融|经济学术速递[2022.12.29] | 2022-12-29 11:53:01 |
| 7 | 机器人相关学术速递[2022.12.29] | 2022-12-29 11:49:30 |
| 8 | 统计学学术速递[2022.12.29] | 2022-12-29 11:45:48 |
| 9 | 计算机视觉与模式识别学术速递[2022.12.27] | 2022-12-27 11:40:26 |
| 10 | 自然语言处理学术速递[2022.12.27] | 2022-12-27 11:37:13 |
bytecoder
| 序号 | 佳作 | 时间 |
|---|---|---|
| 1 | 谈一谈多目标建模 | 2022-11-13 09:24:05 |
| 2 | 视频搜索精排满意度刻画 | 2022-11-05 11:56:40 |
| 3 | 做好搜索体验是否只要做好相关性就好了 | 2022-10-29 19:26:32 |
| 4 | 谈谈搜索语义相关性 | 2022-10-25 08:05:29 |
| 5 | 谈谈对比学习对语义召回的作用 | 2022-10-16 20:39:41 |
| 6 | 广告算法101 | 2022-10-12 23:49:56 |
| 7 | 语义召回浅析 | 2022-10-07 20:44:50 |
| 8 | 浅谈综合搜索过程指标 | 2022-10-07 16:47:58 |
| 9 | 像“蘑菇”那样思考 | 2022-10-07 16:44:16 |
| 10 | 新搜索的一点个人思考 | 2022-10-07 16:41:36 |
PaperWeekly
介绍： 欢迎关注同名微信公众号：PaperWeekly,厚积薄发。
| 序号 | 佳作 | 时间 |
|---|---|---|
| 1 | 无需偏好数据也能RLHF？腾讯AI Lab提出对抗式偏好对齐方法 | 2023-12-01 20:46:52 |
| 2 | 全奖博士招生 | 香港科技大学（广州）李昊昂老师招收计算机视觉方向全奖博士/RA/实习生 | 2023-11-24 12:20:07 |
| 3 | COLING 2022 | 清华美团提出DABERT：针对匹配任务的双通道注意力增强预训练模型 | 2022-11-09 14:48:25 |
| 4 | 扩散模型初探：原理及应用 | 2022-11-04 12:06:03 |
| 5 | 复旦大学邱锡鹏组：CNN-NER——极其简单有效的嵌套命名实体识别方法 | 2022-09-19 10:00:27 |
| 6 | TPAMI 2022 | 上海交大张拳石组：知识蒸馏为什么有效？因为有老师给你划“重点” | 2022-09-15 11:27:23 |
| 7 | 神奇的大学习率：多大才算大，神奇的效用又为何？ | 2022-09-09 16:11:04 |
| 8 | ECCV 2022 | 港中文MMLab：基于Transformer的光流 | 2022-09-05 10:38:27 |
| 9 | P-tuning：自动构建模版，释放语言模型潜能 | 2021-04-12 11:52:33 |
网络人工智能园地
介绍： 华为网络AI平台(NAIE)官方帐号,公众号：网络人工智能园地 官网：http://www.hwtelcloud.com 微信号：NAIE666。
| 序号 | 佳作 | 时间 |
|---|---|---|
| 1 | 2020 AIIA杯人工智能5G网络应用大赛KPI异常检测冠军团队方案分享 | 2020-12-30 14:12:37 |
| 2 | GDE全球开发者大赛-KPI异常检测优秀奖方案(Excavator) | 2020-12-07 19:05:25 |
| 3 | GDE全球开发者大赛-KPI异常检测三等奖方案(复仇者联盟) | 2020-12-06 20:16:46 |
| 4 | GDE全球开发者大赛-KPI异常检测二等奖方案(sh) | 2020-12-04 09:04:07 |
| 5 | GDE全球开发者大赛-KPI异常检测一等奖方案 | 2020-12-03 09:28:38 |
| 6 | 第一届无线大数据竞赛：华为赛道-无线网络智能定位赛一等奖获奖心得 | 2020-09-18 11:24:43 |
| 7 | 2020深圳开放数据应用创新大赛生活垃圾图片分类冠军方案分享 | 2020-07-31 20:39:58 |
| 8 | 2020海华AI挑战赛·垃圾分类 技术组第一名方案分享 | 2020-06-08 20:01:21 |
| 9 | 2020海华AI挑战赛·垃圾分类 技术组第三名方案分享 | 2020-06-04 09:01:51 |
小潄
| 序号 | 佳作 | 时间 |
|---|---|---|
| 1 | 如何在工业界优化点击率预估:（一）开篇 | 2022-04-11 00:05:40 |
| 2 | 如何在工业界优化点击率预估:（二）样本 | 2022-04-11 00:00:39 |
| 3 | 如何在工业界优化点击率预估:（三）特征 | 2022-04-10 23:59:55 |
| 4 | 如何在工业界优化点击率预估:（四）兴趣|序列建模 | 2022-04-10 23:59:07 |
| 5 | 如何在工业界优化点击率预估:（五）特征交叉建模 | 2022-04-10 23:58:33 |
| 6 | 如何在工业界优化点击率预估:（六）多场景建模 | 2022-04-10 23:57:56 |
| 7 | 如何在工业界优化点击率预估:（七）图建模和预训练 | 2022-04-10 23:57:04 |
| 8 | 如何在工业界优化点击率预估:（八）Debias&Loss&校准 | 2022-04-10 23:56:18 |
| 9 | 如何在工业界优化点击率预估:（九）集成学习&模型压缩 | 2022-04-10 22:58:45 |
阿泽
介绍： 公众号：阿泽的学习笔记,程序员 摄影师 爱健身 高颜值 五迷 暖男 厨神 都是假的
学习知识主要是为了愉悦自己的大脑，其次才是让自己生存。。
| 序号 | 佳作 | 时间 |
|---|---|---|
| 1 | 【DL】数据规范化：你确定了解我吗？ | 2020-06-29 22:28:33 |
| 2 | 【DL】参数初始化：你真的了解我吗？ | 2020-06-13 11:09:06 |
| 3 | 【Code】关于 GCN，我有三种写法 | 2020-05-09 21:43:49 |
| 4 | 【GNN】万字长文带你入门 GCN | 2020-03-29 17:53:41 |
| 5 | 【机器学习】决策树（下）——XGBoost、LightGBM（非常详细） | 2019-11-01 20:32:24 |
| 6 | 【机器学习】决策树（中）——Random Forest、Adaboost、GBDT （非常详细） | 2019-10-20 22:15:28 |
| 7 | 【机器学习】决策树（上）——ID3、C4.5、CART（非常详细） | 2019-10-09 11:21:37 |
朱小强
介绍： 技术探险者,正在开启新的旅程。。
| 序号 | 佳作 | 时间 |
|---|---|---|
| 1 | 屠龙少年与龙：漫谈深度学习驱动的广告推荐技术发展周期 | 2021-08-09 22:55:57 |
| 2 | 你真的懂点击率(CTR)建模吗？ | 2021-05-13 20:58:53 |
| 3 | 算力经济时代：阿里展示广告引擎的"柔性"变形之路 | 2020-12-30 17:59:02 |
| 4 | 《深度学习推荐系统》序言电子版 | 2020-04-28 22:23:31 |
| 5 | 阿里核心广告技术团队-大规模社招 | 2020-04-27 20:28:50 |
| 6 | KDD workshop征文：第一届面向高维稀疏数据的深度学习实践国际研讨会 | 2019-04-04 18:24:46 |
| 7 | 镶嵌在互联网技术上的明珠：漫谈深度学习时代点击率预估技术进展 | 2019-01-14 20:23:53 |
Aston Zhang
介绍： 《动手学深度学习》 https://zh.d2l.ai,
| 序号 | 佳作 | 时间 |
|---|---|---|
| 1 | 守得云开见月明——《动手学深度学习（PyTorch版）》终于出版 | 2023-02-09 11:47:48 |
| 2 | 《动手学深度学习》中文版2.0beta版发布！ | 2021-12-09 08:04:57 |
| 3 | 《动手学深度学习》英文版 Dive into Deep Learning 预览版（v0.7）发布 | 2020-01-09 08:22:17 |
| 4 | [更新视频]《动手学深度学习》番外篇：注意力机制概述 | 2019-06-27 15:38:56 |
| 5 | [第一季完结] 第十九课：应用seq2seq和注意力机制：机器翻译 | 2018-02-09 11:29:13 |
| 6 | 第十八课：seq2seq（编码器和解码器）和注意力机制 | 2018-02-03 01:57:31 |
其它
| 序号 | 佳作 | 作者 | 时间 |
|---|---|---|---|
| 1 | #PaperCarrier | LPD-GCN：具有图上下文感知节点表示的保留局部性密集图卷积网络 | 萌酱还是萌萌子 | 2020-10-14 16:38:00 |
| 2 | 盘点 | AAAI2020中的四篇推荐系统好文 | 萌酱还是萌萌子 | 2020-10-09 18:29:09 |
| 3 | 围观RecSys2020 | 推荐系统顶会说了啥？(附论文下载) | 萌酱还是萌萌子 | 2020-09-28 20:14:54 |
| 4 | #PaperCarrier | 半监督的迁移协同过滤推荐 | 萌酱还是萌萌子 | 2020-09-21 23:47:20 |
| 5 | #PaperCarrier | 基于图卷积的价格感知推荐 | 萌酱还是萌萌子 | 2020-09-20 15:42:58 |
| 6 | 多语言预训练模型调研（持续更新，23-2-19updated） | 王大可 | 2023-02-19 00:47:59 |
| 7 | 从BERT到23年间的NLP预训练模型（最近2-19更新） | 王大可 | 2023-02-19 00:47:08 |
| 8 | 知识图谱之同义词近义词query扩展挖掘 | 王大可 | 2023-02-16 01:40:24 |
| 9 | 知识图谱及图谱构建(持续update 23-02-08) | 王大可 | 2023-02-07 01:31:54 |
| 10 | 知识图谱及(多模态)实体链接的定义和进展 | 王大可 | 2023-02-05 01:48:16 |
| 11 | 【lightgbm/xgboost/nn代码整理四】pytorch做二分类，多分类以及回归任务 | QLMX | 2019-08-29 23:10:19 |
| 12 | 【lightgbm/xgboost/nn代码整理三】keras做二分类，多分类以及回归任务 | QLMX | 2019-08-22 23:36:15 |
| 13 | 【lightgbm/xgboost/nn代码整理二】xgboost做二分类，多分类以及回归任务 | QLMX | 2019-08-19 12:23:06 |
| 14 | 【lightgbm/xgboost/nn代码整理一】lightgbm做二分类，多分类以及回归任务 | QLMX | 2019-08-04 17:34:35 |
| 15 | 第四届拍拍贷魔镜杯冠军方案分享 | QLMX | 2019-07-25 20:04:36 |
| 16 | CornerNet算法解读 | 逍遥王可爱 | 2018-12-27 11:06:57 |
| 17 | 超详细的Yolo检测框预测分析 | 逍遥王可爱 | 2018-11-15 22:15:55 |
| 18 | RefineDet详细介绍 | 逍遥王可爱 | 2018-11-15 20:35:38 |
| 19 | Focal loss论文详解 | 逍遥王可爱 | 2018-11-15 20:01:51 |
| 20 | BAT算法面试该如何准备？简历+Coding+话术指南 | Luke | 2020-03-25 18:35:44 |
| 21 | Kaggle TensorFlow 2.0 Question Answering 21名复盘总结 | Luke | 2020-01-29 12:28:12 |
| 22 | 深入理解NLP Subword算法：BPE、WordPiece、ULM | Luke | 2019-10-16 14:30:52 |
| 23 | Kaggle首战Top 2%, APTOS 2019复盘总结+机器学习竞赛通用流程归纳 | Luke | 2019-09-08 17:56:13 |
| 24 | CIKM2020|京东DMT模型：电商推荐系统用多个Transformers 进行多目标学习 | Upper | 2020-11-02 22:31:25 |
| 25 | 推荐算法最前沿|ACM RecSys2020推荐系统论文一览 | Upper | 2020-10-20 21:17:40 |
| 26 | NeurIPS 2020|京东基于卡尔曼滤波的注意力机制—广告点击率预估中的用户行为建模（下） | Upper | 2020-10-18 10:48:19 |
| 27 | WWW研讨会征稿 | 主题: Recommendation With Generative Models | 机器学习推荐算法 | 2023-12-13 10:05:19 |
| 28 | ICLR2024推荐系统投稿论文一览 | 机器学习推荐算法 | 2023-11-29 10:23:00 |
| 29 | NeurlPS2023推荐系统论文集锦 | 机器学习推荐算法 | 2023-11-09 09:01:09 |
| 30 | 2021电子科技大学图推荐最新综述！ | 郭达森 | 2021-09-21 19:39:18 |
| 31 | 最新SIGIR2021论文录取名单！ | 郭达森 | 2021-04-28 10:51:05 |
| 32 | Benchmarking Recommendation | 郭达森 | 2020-10-18 19:20:51 |
| 33 | 【TensorFlow实现机器学习方法】KNN（K近邻算法）实现预测房屋价格 | AI蜗牛车 | 2020-02-08 10:42:37 |
| 34 | 【资源分享】对于时间序列，你所能做的一切. | AI蜗牛车 | 2020-01-05 15:29:48 |
| 35 | 【Deep Learning】详细解读LSTM与GRU单元的各个公式和区别 | AI蜗牛车 | 2019-09-13 12:57:12 |
| 36 | 《推荐系统》系列之十一：以用户为中心的对话推荐系统 | 朱勇椿 | 2022-05-13 22:53:10 |
| 37 | 多视图多行为对比学习推荐系统 | 朱勇椿 | 2022-03-22 11:02:34 |
| 38 | WWW2022推荐系统、计算广告论文汇总 | 朱勇椿 | 2022-02-28 11:37:09 |
| 39 | DSIN 深度 Session 兴趣网络介绍及源码剖析 | 珍妮的选择 | 2021-01-07 08:23:15 |
| 40 | FM 算法介绍以及 libFM 源码简析 | 珍妮的选择 | 2020-12-22 23:51:24 |
| 41 | DIN 深度兴趣网络介绍以及源码浅析 | 珍妮的选择 | 2020-12-20 11:51:31 |
| 42 | fastSum: 一款开源的文本摘要工具包 | 邱锡鹏 | 2021-06-14 21:17:02 |
| 43 | 如何简单高效地加速基于BERT的序列标注模型？细粒度早退机制可能会优于模型蒸馏 | 邱锡鹏 | 2021-06-11 18:31:19 |
| 44 | 推荐系统之Position-Bias建模 | billlee | 2020-11-25 18:03:39 |
| 45 | 推荐系统之多目标优化小结 | billlee | 2020-11-18 21:04:21 |
| 46 | 全稀疏的3D物体检测器 | 明月不谙离苦 | 2022-11-13 20:58:42 |
| 47 | SST：单步长稀疏Transformer 3D物体检测器 | 明月不谙离苦 | 2022-03-08 19:21:46 |
| 48 | 有没有二代征信报告样本，产品解读双报告？ | FAL金科应用研究院 | 2020-02-04 17:43:50 |
| 49 | FSTQPD逾期指标如何运用于策略和模型 | FAL金科应用研究院 | 2019-11-29 15:40:42 |
| 50 | CTR/推荐系统 踩坑和经验类文章汇总 | 乌克兰老司机 | 2022-06-21 21:44:44 |
| 51 | CTR/推荐系统 冷启动Exploitation & Exploration文章汇总 | 乌克兰老司机 | 2022-06-19 23:43:28 |
| 52 | 科大讯飞工程机械核心部件寿命预测挑战赛冠军分享 | 大风君heart | 2019-11-30 18:30:59 |
| 53 | （目前TOP1 baseline分享）科大讯飞工程机械核心部件寿命预测挑战赛 | 大风君heart | 2019-07-13 18:27:04 |
| 54 | 电商搜索query-database | 王盛玉 | 2020-03-14 23:34:56 |
| 55 | 浅谈电商类目预测 | 王盛玉 | 2019-11-08 19:39:36 |
| 56 | 【知识图谱】实体链接：一份“由浅入深”的综述 | Nicolas | 2019-12-30 19:55:43 |
| 57 | 【炼丹技巧】功守道：NLP中的对抗训练 + PyTorch实现 | Nicolas | 2019-11-11 16:20:19 |
| 58 | 用于语言生成的数据相关高斯先验目标函数 | Jsgfery | 2020-01-24 15:30:58 |
| 59 | Encoding Word Order in Complex Embeddings | Jsgfery | 2019-12-22 14:25:28 |
| 60 | 图片修补 EdgeConnect 论文的阅读与翻译：生成边缘轮廓先验，再填补缺失内容 | 曾伊言 | 2019-02-20 17:12:32 |
| 61 | CycleGAN论文的阅读与翻译，无监督风格迁移 | 曾伊言 | 2018-10-25 16:35:43 |
| 62 | NLP实验之新词挖掘+预训练模型继续预训练，打造适应任务的PTM | 周俊贤 | 2021-09-27 08:31:38 |
| 63 | NLP系列之论文研读：P-tuning，自动寻找prompt，进一步激发预训练潜能 | 周俊贤 | 2021-06-30 16:47:43 |
| 64 | 华为、人大、清华和港中文联合发布推荐系统的Benchmark | 推荐与广告 | 2021-09-21 12:54:26 |
| 65 | KDD|2021 推荐系统中不使用嵌入表的方式获得类别特征的表征 | 推荐与广告 | 2021-08-15 22:17:23 |
| 66 | 【Graph Neural Network】GraphSAGE: 算法原理，实现和应用 | 浅梦 | 2019-08-24 21:15:14 |
| 67 | 【Graph Neural Network】GCN: 算法原理，实现和应用 | 浅梦 | 2019-08-17 23:37:48 |
| 68 | [召回|CIKM2021|ByteDance]字节跳动深度召回模型论文精读(Deep Retrieval) | 杰尼小子 | 2021-12-01 22:55:23 |
| 69 | [召回|CIKM2019|阿里巴巴]天猫基于动态路由的用户多兴趣建模(MIND) | 杰尼小子 | 2021-11-29 20:06:30 |
| 70 | ICDE 2023 论文解读 | DCMT：基于因果纠偏的直接全空间多任务转化率预测模型 | Feng Zhu | 2023-03-02 19:20:04 |
| 71 | 论文解读系列第十六篇：IJCAI 2021--跨域推荐（Cross-Domain Recommendation）的最新综述 | Feng Zhu | 2021-05-10 17:02:02 |
| 72 | 以正合，以奇胜 —— 搜推广工程师卷出新高度直播预告二 | 算法阿科 | 2022-01-07 01:43:24 |
| 73 | 浅谈行为序列建模 | 没什么大不了 | 2021-10-15 17:52:22 |
| 74 | 肯德基、江小白和西贝莜面村都犯的错，你不用重蹈覆辙！ | 陈尚斌Sean | 2018-11-29 14:34:23 |
| 75 | 一年级算法工程师的工作总结 | shane miao | 2021-04-05 21:07:24 |
| 76 | CCF2019乘用车细分市场销量预测-baseline分享 | 厚切烤五花 | 2019-09-16 22:58:43 |
| 77 | 经典推荐算法学习（九）| 主流深度推荐模型演化（下）| 从DIN、DIEN到 MIMN、SIM | 附DIN、DIEN TensorFlow代码实现 | 秋雨淅淅l | 2021-11-01 21:42:50 |
| 78 | NeurIPS'22 Oral|基于无目标后门水印的无害数据集版权保护 | GeorgeLee | 2022-12-12 15:55:20 |
| 79 | 【顶会论文】推荐系统冷启动专题 | 武侠超人 | 2021-06-28 19:48:22 |
| 80 | 第四届拍拍贷魔镜杯季军方案分享 | zzz333 | 2019-07-26 09:50:02 |
| 81 | 搜索引擎技术（1）：Overview | Shusen Wang | 2023-04-22 20:46:10 |
| 82 | 一文梳理DPR(Dense Passage Retrieval)的发展 | Executedone | 2022-08-31 11:23:09 |
| 83 | 全球数据竞赛平台汇总 | 王大溪 | 2019-03-29 16:07:05 |
| 84 | 流水的NLP铁打的NER：命名实体识别实践与探索 | 王岳王院长 | 2020-08-06 13:42:42 |
| 85 | 曾被嫌弃的预训练任务NSP，做出了优秀的Zero Shot效果 | 苏剑林 | 2021-09-17 17:31:05 |
| 86 | 蘑菇街自研服务框架如何提升在线推理效率？ | fdl ws | 2019-12-20 19:29:02 |
| 87 | 知识蒸馏与推荐系统 | 凉爽的安迪 | 2020-08-05 16:13:01 |
| 88 | 从200多篇顶会论文看推荐系统前沿方向与最新进展 | AI Box专栏 | 2021-04-01 14:57:18 |
| 89 | 算法工程师的术与道：从特征工程谈数据敏感性 | 包包大人 | 2020-12-09 23:42:34 |
| 90 | 扩散模型在文本生成领域的应用 | 中森 | 2022-10-10 23:38:20 |
| 91 | SIGIR21-自动消除搜索推荐排序bias：ALL you need is AutoDebias | 曾冠奇 | 2021-05-26 20:41:38 |
| 92 | 图神经网络16-DGL实战：图、节点和边创建与运算 | 致Great | 2021-06-20 16:40:57 |
| 93 | 2021-ACL论文：问答检索方向论文整理 | 捏太阳 | 2021-07-15 11:59:47 |
| 94 | 推荐系统实用分析技巧 | 纳米酱 | 2020-08-20 23:22:32 |
| 95 | 消费者人群画像-信用智能评分Top1 | 大野人007 | 2019-05-16 15:09:49 |
| 96 | 千元以内玩双动铁？双麦降噪小钢蛋魔浪O7蓝牙TWS耳机实测 | 眼镜哥玩数码 | 2019-11-25 14:25:41 |
| 97 | GPT-3的最强落地方式？陈丹琦提出小样本微调框架LM-BFF，比普通微调提升11%～ | JayJay | 2021-01-04 20:46:50 |
| 98 | 在需求泛滥的当下，如何利用仪式感拯救我们的品牌价值？ | 尼克 | 2018-01-19 09:54:23 |
| 99 | 百度凤巢之分布式层次GPU参数服务器架构 | 张雨石 | 2020-03-22 12:02:57 |
| 100 | BLIP2：下一代多模态模型的雏形 | 竹鼠商人 | 2023-02-15 10:54:27 |
| 101 | Elasticsearch思维导图 | 易显维 | 2021-11-05 11:25:34 |
| 102 | GluonCV 0.3: 超越经典 | 谢流远 | 2018-10-17 08:10:40 |
| 103 | KDD'22|天级更新超越实时？看Pinterest另辟蹊径做用户长期兴趣建模 | 裴叁拾 | 2022-09-14 01:11:24 |
| 104 | CCF BDCI 乘用车销量预测 冠军方案 | 楼观白楼 | 2019-12-23 16:57:50 |
| 105 | 搜推广之多场景建模论文总结分享 | 积极废人 | 2023-02-23 18:52:17 |
| 106 | 聊聊多模态大模型 | Peter | 2023-11-12 22:06:52 |
| 107 | CIKM20-MiNet：阿里|跨域点击率预估混合兴趣模型 | 李嘉图 | 2020-09-08 08:51:42 |
| 108 | 推荐系统 | 近20年引用量超过1000的52篇经典论文 | 深蓝学院 | 2020-08-14 11:09:03 |
| 109 | ICLR 2022图学习领域都在研究什么？Open Review投稿文章一览 | 唐今里 | 2021-10-09 22:29:37 |
| 110 | Improving Factual Consistency of Abstractive Summarization via Question Answering | xsgddsg | 2021-06-29 22:31:26 |
| 111 | 20220922推荐小记——推荐系统中如何对时长、完播等目标做多目标建模 | 口天吴 | 2022-09-22 22:31:24 |
| 112 | NeurIPS22 spotlight｜大图上的节点级Transformer | Qitian | 2022-11-27 13:31:06 |
| 113 | 【读文献】强化学习优化推荐系统长期收益 | 阳光明媚 | 2021-05-28 19:42:19 |
| 114 | 阿里天池安泰杯——跨境电商智能算法大赛数据分析与可视化 | rain | 2019-07-22 16:03:42 |
| 115 | 2019-CCF乘用车细分市场销量预测-Rank19 | Salon sai | 2019-11-26 23:04:15 |
| 116 | 【五】知乎独家发布 | 标签系统：大数据的典型应用 | 磊叔-数据化运营 | 2018-12-18 20:10:28 |
| 117 | 深度学习技术在社会化推荐中的应用 | 小应同学 | 2020-08-21 18:06:06 |
| 118 | Attention Is All You Need | Magic | 2020-04-25 15:44:28 |
| 119 | 图网络的开疆拓土——如何在非图结构数据上应用GNN | 张章 | 2020-01-14 00:38:07 |
| 120 | 第二届腾讯广告算法大赛总结（Rank 9） | 啊黎 | 2018-06-26 13:23:27 |
| 121 | 【已重新开源】CLIP的中文副本？说不定有惊喜呢 | 霜清老人 | 2022-07-09 00:10:36 |
| 122 | 首篇-More than NLP | paiisall | 2021-07-18 13:37:00 |
| 123 | 细思极恐，我的kaggle比赛uspppm的代码被第三方平台泄漏和抄袭了。 | 知乎用户MYp8Kg | 2022-07-18 15:51:21 |
| 124 | 《DialogueRNN》 阅读笔记 | weiss | 2019-06-10 09:29:08 |
| 125 | ICLR 2023：环境标签平滑，一行代码提升对抗学习稳定性/泛化性 | yearn | 2023-02-02 22:35:14 |
| 126 | 数据挖掘建模前快速对数据进行全局EDA分析 | 小白Lan | 2021-03-16 11:01:29 |
| 127 | CIKM2021｜工业推荐论文集锦 | 潜心 | 2021-10-18 21:01:18 |
| 128 | transformers在ctr中的应用 | 算法一只狗 | 2021-02-05 16:52:22 |
| 129 | 阿里DMR：融合了匹配思想的深度排序模型-Deep Match to Rank | 陈阿土 | 2020-07-23 15:42:24 |
| 130 | 粗排阶段性能与效率的权衡：基于可学习特征选择的方法 | majs | 2021-11-02 18:18:31 |
| 131 | 也说澳门和香港的不同点 | 大豆 | 2018-09-27 15:39:35 |
| 132 | CCF-2020 路况状态时空预测 Top15 | Jarvis | 2021-01-05 20:12:04 |
| 133 | EMNLP2021论文集发布&上岸群交流 | 忆臻 | 2021-11-05 09:29:59 |
| 134 | 基于Kubeflow的分布式机器学习平台实战 | 无痕 | 2019-01-30 11:59:09 |
| 135 | 开源知识图谱整理 | 霍华德 | 2022-05-06 18:21:11 |
| 136 | 3倍加速CPU上的BERT模型部署 | 沈海晨 | 2020-07-13 10:18:17 |
| 137 | 2021年，Pre-train+finetune还是“新”范式吗？乘风破浪的Prompt-base methods | Timothyxxx | 2021-07-21 01:18:40 |
| 138 | ACM MM'2022 | 首个针对跨语言跨模态检索的噪声鲁棒研究工作 | 李加贝 | 2022-10-13 15:39:42 |
| 139 | 信贷业务风控指标体系 | 雪小梨 | 2019-12-02 19:59:09 |
| 140 | 刚打造的小生态NLG4RS：基于推荐系统的自然语言生成 | Lei Li | 2022-02-19 12:50:39 |
| 141 | 新手入门 Kaggle NLP类比赛总结 | jiazhuamh | 2020-02-29 22:22:56 |
| 142 | 数据科学竞赛：你从未见过的究极进化秘笈 | 大卫的小屋 | 2020-07-03 11:30:10 |
| 143 | 2018腾讯广告算法大赛Top10-特征工程 | 流光 | 2018-07-24 20:47:55 |
| 144 | 基于协同过滤的推荐算法综述 | 包予 | 2020-12-21 23:15:49 |
| 145 | 逾期率的计算秘密 | 胡静媛 | 2019-12-10 17:35:33 |
| 146 | 【仅需初中数学水平】全网第一个极简神经网络模型推导 | 我去啊先生 | 2020-04-11 02:26:53 |
| 147 | 金融NLP需求落地实践总结——使用T5-Pegasus做一句话摘要 | 邱震宇 | 2021-09-23 15:58:54 |
| 148 | CCF BDCI 乘用车销量预测 TOP3开源 | 莫笑傅立叶 | 2019-12-21 17:11:45 |
| 149 | TheWebConf 2022-GNNpaper reading1 | 水dong方块 | 2022-08-08 20:40:25 |
| 150 | 智能风控筑基手册：全面了解风控指标体系 | 正阳 | 2020-04-25 15:48:05 |
| 151 | NLP预训练模型（2021版） | 王三火 | 2021-10-09 23:22:01 |
亚马逊
| 序号 | 佳作 |
|---|---|
| 1 | 算法如何高效表达图计算？亚马逊云科技 DGL 图学习平台介绍 |
| 2 | 亚马逊畅销书的 NLP 分析——推荐系统、评论分类和主题建模 |
| 3 | 我在亚马逊学到的三样东西，为我的机器学习职业之路做好了准备 |
苏宁
| 序号 | 佳作 |
|---|---|
| 1 | 苏宁 11.11：一种基于神经网络的智能商品税分类系统 |
| 2 | 苏宁 11.11 ：苏宁大数据离线任务开发调度平台实践 |
| 3 | 苏宁 11.11：苏宁易购订单搜索系统架构及实现 |
| 4 | 苏宁 11.11：搜索引擎 Solr 在苏宁易购商品评价系统中的应用 |
| 5 | 苏宁 11.11：仓库内多 AGV 协作的全局路径规划算法研究 |
丁香园
作业帮
| 序号 | 佳作 |
|---|---|
| 1 | 复杂场景下作业帮的深度学习模型部署实践 |
| 2 | BERT 能否被“平替”？作业帮文本分类场景下的一次尝试 |
| 3 | 作业帮基于 Apache Doris 的数仓实践 |
| 4 | 【算法面经系列】百度、寒武纪、科大讯飞、追一科技、腾讯、作业帮算法面经 |
VIVO
| 序号 | 佳作 |
|---|---|
| 1 | 2021 年 11 月初，VIVO & 地平线视觉工程师面经 |
OPPO
58同城
| 序号 | 佳作 |
|---|---|
| 1 | 58 大数据任务调度和智能运维实践 |
| 2 | 【干货篇】58 同城：视觉定位技术在室内 VR 中的应用（附视频回放 +PPT 下载） |
| 3 | 图谱实战 | 58 同城周超：基于招聘场景下的知识图谱构建及应用 |
| 4 | 58 同城 | 商业数据仓库建设实践 |
| 5 | 58 同城 AI 算法平台的演进与实践 |
知乎
贝壳找房
第四范式
| 序号 | 佳作 |
|---|---|
| 1 | 第四范式｜如何选择架构中的底层工具？ |
| 2 | 第四范式 | OpenMLDB：线上线下一致的生产级特征计算平台 |
| 3 | 知识图谱在第四范式金融场景的应用及研究 |
| 4 | 第四范式 | 如何构建一个好的电商搜索引擎？ |
| 5 | 第四范式 | 推荐系统架构治理 |
| 6 | 第四范式 | 基于 Spark 的大规模推荐系统特征工程 |
明略科技
| 序号 | 佳作 |
|---|---|
| 1 | 2021 年 6 月底，明略科技算法岗 7 道面试题分享 |
饿了么
| 序号 | 佳作 |
|---|---|
| 1 | 「回顾」饿了么推荐算法演进及在线学习实践 |
| 2 | 饿了么外卖推荐算法中有哪些机制与手段？ |
滴滴
微软
UC
联想
| 序号 | 佳作 |
|---|---|
| 1 | 联想基于Apache DolphinScheduler构建统一调度中心的应用实践 |
今日头条
| 序号 | 佳作 |
|---|---|
| 1 | 今日头条搜索品质优化 - 端到端篇 |
| 2 | 今日头条在消息服务平台和容灾体系建设方面的实践与思考 |
| 3 | 今日头条算法原理（全文） |
陌陌
| 序号 | 佳作 |
|---|---|
| 1 | 2021 年 7 月底，“陌陌”推荐算法 5 道面试题分享！ |
| 2 | 陌陌 | 模型化召回在陌陌社交推荐的应用和探索 |
| 3 | 陌陌直播如何做到推荐系统的从 0 到 1 |
货拉拉
| 序号 | 佳作 |
|---|---|
| 1 | 货拉拉用户埋点体系建设实践 |
| 2 | 货拉拉全链路监控体系的落地与实践 |
去哪儿网
vivo
美团
携程
唯品会
| 序号 | 佳作 |
|---|---|
| 1 | 唯品会：在 Flink 容器化与平台化上的建设实践 |
华为
| 序号 | 佳作 |
|---|---|
| 1 | 华为｜联邦学习在广告行业上的探索及应用 |
| 2 | 华为史佳欣：基于知识图谱的复杂问题推理问答 |
| 3 | 华为朱杰明：预训练模型在信息流推荐中的应用与探索 |
| 4 | 华为云苏嘉：如何整合预训练模型和知识图谱做医疗推理？ |
| 5 | 华为云细粒度文本情感分析及应用 |
360
神策数据
| 序号 | 佳作 |
|---|---|
| 1 | 神策数据营销策略引擎的技术演进 |
| 2 | 神策数据 | 从技术视角看什么才是值得拥有的 A/B 测试？ |
| 3 | 干货篇 | 神策数据：机器学习在用户画像中的应用 |
| 4 | 用户画像实践：神策数据标签生产引擎架构 |
哔哩哔哩
| 序号 | 佳作 |
|---|---|
| 1 | Trino 在哔哩哔哩湖仓一体化平台中的实践 |
| 2 | 哔哩哔哩｜游戏中心个性化推荐系统实践 |
| 3 | 哔哩哔哩数据服务中台建设实践 |
| 4 | B 站数据服务中台建设实践 |
| 5 | 哔哩哔哩｜推荐算法在用例排序优化上的应用 |
| 6 | Apache Flink 运行时在 B 站的稳定性优化与实践 |
| 7 | 哔哩哔哩｜百亿数据个性化推荐：弹幕工程架构演进 |
| 8 | B 站大数据建设之路—数据开发篇 |
爱奇艺
大疆
| 序号 | 佳作 |
|---|---|
| 1 | 写在博士旅程之前——前大疆创新技术总监杨硕 |
新浪
| 序号 | 佳作 |
|---|---|
| 1 | 内容理解在新浪微博广告中的应用 |
搜狗
| 序号 | 佳作 |
|---|---|
| 1 | 「回顾」深度学习新技术在搜狗搜索广告中的深化应用 |
搜狐
| 序号 | 佳作 |
|---|---|
| 1 | 【搜狐】新闻推荐系统的 CTR 预估模型 |
| 2 | 搜狐新闻推荐算法原理 | “呈现给你的，都是你所关心的” |
小红书
| 序号 | 佳作 |
|---|---|
| 1 | 小红书推搜场景下如何优化机器学习异构硬件推理突破算力瓶颈！ |
| 2 | 小红书基于数据湖的流批统一存储实践 |
| 3 | 小红书高时效推荐系统背后的技术升级 |
| 4 | 小红书广告智能创意能力构建过程详解 |
| 5 | 小红书社区反作弊探索与实践 |
| 6 | 小红书广告投放机制详解，如何用算法实现全站自动化投放 |
| 7 | 小红书近线服务统一调度平台建设实践 |
CVTE
| 序号 | 佳作 |
|---|---|
| 1 | 2021 年 6 月 9 日，CVTE NLP 算法岗面试题 5 道 |
| 2 | 2021 年 6 月，CVTE NLP 算法岗 4 道面试题分享 |
拼多多
| 序号 | 佳作 |
|---|---|
| 1 | 2021 年 6 月底，拼多多搜索广告算法暑假实习面试题 2 道 |
| 2 | 2021 年 6 月 6 日 -6 月 16 日，拼多多算法面试 8 道 |
| 3 | 拼多多创始人黄峥：我的人生经历和创业理念 |
| 4 | 拼多多为什么崛起？这是目前解读最深刻的一篇 |
| 5 | 拼多多上市，80 后 CEO 创业 3 年身价 800 亿，背后这 3 个字最值得深思 |
科大讯飞
| 序号 | 佳作 |
|---|---|
| 1 | AI 开放平台 - 科大讯飞 |
| 2 | 【算法面经系列】百度、寒武纪、科大讯飞、追一科技、腾讯、作业帮算法面经 |
微众银行
| 序号 | 佳作 |
|---|---|
| 1 | 微众银行在联邦推荐算法上的探索及应用 |
蘑菇街
新东方
| 序号 | 佳作 |
|---|---|
| 1 | 新东方在线教育实时数仓的落地实践 |
快手
小米
金山
| 序号 | 佳作 |
|---|---|
| 1 | 网络安全就是金山银山，你的企业做到了吗？ |
Hulu
| 序号 | 佳作 |
|---|---|
| 1 | Hulu 在 Content Embedding 的探索与实践 |
优酷
| 序号 | 佳作 |
|---|---|
| 1 | 万字长文 | 详解优酷视频质量评价体系 |
| 2 | 阿里 | 优酷大数据 OLAP 技术选型 |
| 3 | 优酷提出基于图执行引擎的算法服务框架，系统架构概览 |
| 4 | 优酷视频元素内容召回系统：多级多模态引擎探索 |
| 5 | 阿里文娱优酷视频搜索算法应用实践与思考 |
| 6 | 优酷 DSP 广告投放系统架构实践 |
eBay
虎牙
| 序号 | 佳作 |
|---|---|
| 1 | 虎牙平台数据驱动业务实践，破局在即！ |
| 2 | 虎牙“数据服务+自助”产品化实践 |
| 3 | 虎牙直播用户增长中台算法与工程实践 |
| 4 | 虎牙大数据平台的成本把控和 SLA 技术实践经验 |
| 5 | 张枫：计算机视觉技术在虎牙直播中的实践 |
| 6 | 虎牙 | 刘柏芳：弹性分布式训练在虎牙的实践 |
| 7 | 陈剑：虎牙实时计算平台服务的 SLA 之路 |
| 8 | 李茶：虎牙直播推荐系统架构详解 |
| 9 | 无监督算法在虎牙风控的探索实践 |
字节跳动
汽车之家
腾讯
VIPKID
| 序号 | 佳作 |
|---|---|
| 1 | VIPKID 一二面面经 (算法工程师) |
好未来
| 序号 | 佳作 |
|---|---|
| 1 | 好未来暑期算法实习面试题 5 道 |
| 2 | 5 月 24 日 -5 月 27 日，好未来算法实习岗面试题 8 道 |
谷歌
百度
网易
蚂蚁金服
| 序号 | 佳作 |
|---|---|
| 1 | 2021 年 4 月份，阿里蚂蚁金服算法岗实习面试题 6 道 |
| 2 | 蚂蚁金服核心技术：百亿特征实时推荐算法揭秘 |
| 3 | AIQ 干货 | 蚂蚁金服科技一篇文章带你学习分布式事务 |
凤凰网
| 序号 | 佳作 |
|---|---|
| 1 | 视频 | 信息流推荐技术在凤凰网的业务实践 |
有赞
微信
京东
乐视
| 序号 | 佳作 |
|---|---|
| 1 | 网易云音乐视频搜索优化之旅 |
米哈游
| 序号 | 佳作 |
|---|---|
| 1 | Flink SQL 在米哈游的平台建设和应用实践 |
趋势科技
| 序号 | 佳作 |
|---|---|
| 1 | AIQ - 干货 | Elasticsearch 趋势科技实战分享笔记 |
阿里
from https://github.com/cbamls/AI_Tutorial
No comments:
Post a Comment