今天给大家介绍一篇清华大学的时间序列预测最新工作，提出了统一的Transformer时序预测模型，能同时处理单变量和多变量时序预测，并将时序预测的上下文长度首次扩充到千级别，论文标题，TIMER，XL，LONG，CONTEXTTRANSFORMERSFORUNIFIEDTIMESERIESFOREC...

  ​多任务学习是推荐系统中非常常见的一个问题，推荐系统中，经常要对多个目标进行预测，比如点击率、转化率、观看时长等等，将这些任务联合学习，希望通过不同的监督信息，互相增强各自目标的拟合能力，但是同时，不同目标之间又不一定是正向关系，可能存在负向迁移问题，存在跷跷板现象，因此，如何最好的发挥多任务学习的...

  今天给大家介绍一篇时空预测最新模型PredFormer，由上海交大等多所高校发表，采用纯Transformer模型结构，在多个数据集中取得SOTA效果，背景时空预测学习是一个拥有广泛应用场景的领域，比如天气预测，交通流预测，降水预测，自动驾驶，人体运动预测等，提起时空预测，不得不提到经典模型Conv...

  在CTR预估中，主流都采用特征embedding，MLP的方式，其中特征非常关键，然而对于相同的特征，在不同的样本中，表征是相同的，这种方式输入到下游模型，会限制模型的表达能力，为了解决这个问题，CTR预估领域提出了一系列相关工作，被称为特征增强模块，特征增强模块根据不同的样本，对embedding...

  今天这篇文章给大家介绍几篇KDD2024中，大厂在推荐系统领域的优化工作，论文来自爱彼迎、腾讯、快手、美团等公司，设计多目标建模、多样性、搜索意图建模、rankingloss等问题，爱彼迎，多目标建模和模型蒸馏论文标题，Multi，objectiveLearningtoRankbyModelDist...

  长周期时序预测核心问题长周期时间序列预测，指的是预测窗口较长一类时间序列预测问题，一般来说，预测长度在50个点以上，就可以认为是长周期时间序列预测问题，同时，预测长度的增加，会使得模型需要引入更长的历史序列，才能实现更好的预测，相比短周期时序预测，长周期时序预测主要面临的挑战有以下几个方面，长周期历...

  今天给大家介绍一篇港中文、上海AILab等机构联合发表的CLIP优化工作，构建了基于多专家网络的MoE模型，实现更细粒度的视觉表征器训练，提升下游多模态大模型论文标题，CLIP，MOE，TOWARDSBUILDINGMIXTUREOFEXPERTSFORCLIPWITHDIVERSIFIEDMULT...

  通过上文的方法​​RAG高级优化，一文看尽query的转换之路​​，我们召回了一些相关片段，本文我们将介绍在将召回片段送入大模型之前的一些优化手段，它们能帮助大模型更好的理解上下文知识，给出最佳的回答，Long，textReorder根据论文LostintheMiddle，HowLanguageMo...

  LLM辅助OCR项目是一个先进的系统，旨在显著提高光学字符识别，OCR，输出的质量，通过利用尖端的自然语言处理技术和大型语言模型，LLM，，将原始OCR文本转换为高度准确、格式良好且可读的文档成为可能，本篇文章将介绍一款在github上拥有1.7kstar的开源实现工具LLM，AidedOCR，本项...

  分块通常旨在将具有共同上下文的文本放在一起，考虑到这一点，我们可能希望特别尊重文档本身的结构，例如，markdown文件按标题组织，在特定标题组中创建块是一种直观的想法，为了解决这一挑战，我们可以使用MarkdownHeaderTextSplitter，这将按指定的一组标题拆分markdown文件，...

  传统的检索方法通常依赖于对query进行语义理解，基于向量，或关键字匹配，BM25，，这两种方法都有其优点和缺点，融合检索、HyDE和RAG，Fusion可以创建一个更健壮和准确的检索系统，本文将介绍三种优化方法，高级RAG技术介绍FusionRetrieval融合检索是一种强大的文档搜索方法，它结...

  在我们日常处理大模型的输出时，经常希望输出的结果为结构化的，例如输出json格式，，这样有助于我们进行结果的后处理，但是在模型输出超过限制和流式输出时就会遇到问题了，由于答案没完全输出，转json就存在问题，...。...

  今天这篇文章给大家介绍一下推荐系统中预估模型的one，epoch问题，以及相应的解法，主要来源于两项工作，一个是由阿里发表的论文TowardsUnderstandingtheOverfittingPhenomenonofDeepClick，ThroughRatePredictionModels，20...

  译者，布加迪审校，重楼基于语音的生成式AI助手正在悄然改变我们与技术交互的方式，取得了微妙而又重大的进步，这些AI助手不再只是响应命令，而是变得更直观简单、更有同理心，还能够理解复杂的人类情感和环境，虽然进展似乎是渐进式的，但AI助手的功能在迅速增强，本文深入介绍了几款领先的基于语音的生成式AI助手...

  情感在人类决策中扮演着核心角色，它影响他们的选择、行为乃至生活的方方面面，当这一复杂的人类特质与LLMs相遇时，他们如何确保这些模型能够准确地反映出情感的影响，这不仅是技术上的挑战，更是对模型设计哲学的深刻考量，6月6日发表于学术平台arXiv热门论文，THEGOOD，THEBAD，ANDTHEHU...