标签：论文
KDD2022 | 基于知识增强提示学习的统一会话推荐系统
论文链接：对话推荐系统（CRS）旨在通过交互式的对话向用户推荐高质量的商品。它通常包括推荐和对话两个模块，现有工作在两个模块之间共享知识和表示。或者设...
厦大最新《强化学习推荐系统》综述论文推荐系统如何使用强化学习一直是个难题。最近，来自厦门大学的研究人员发布了《基于强化学习的推荐系统》综述论文，详细阐述了强化学习推荐系统的问题、方法、挑战等。 摘要 推荐系统已经被广泛应用于不同的现实生活场景，帮助我们找到有用的信息。近年来，基于强化学习(RL)的推荐系统已经成为一个新兴的研究课题。由于其交互性和自主学习能力，它常常
推荐系统如何使用强化学习一直是个难题。来自厦门大学的研究人员发布了《基于强化学习的推荐系统》综述论文，详细阐述了强化学习推荐系统的问题、方法、挑战...
CLIP再创辉煌！西南交大&MSRA提出CLIP4Clip，进行端到端的视频文本检索！
视频文本检索在多模态研究中起着至关重要的作用，CLIP（对比语言图像预训练）是一种图像语言预训练模型，它展示了从网络收集的图像文本数据集中学习视觉概念...
ICML2022 | 可扩展深度高斯马尔可夫随机场
图上的机器学习方法在许多应用中已经被证明是有用的。因为它们能够处理一般结构化数据，高斯马尔可夫随机场(GMRFs)框架提供了一种原则性的方法。利用图的稀疏...
大模型自学使用工具（Toolformer）｜OpenBMB论文速读第 7 期
本期论文速读带大家了解如何驱动语言模型去使用简单的模型来调用外部的工具——Toolformer:驱动语言模型去使用简单的模型来调用外部的工具，Toolformer 通过语...
评估大型视觉语言模型中的物体幻觉
该论文旨在研究大规模视觉语言模型（LVLM）中的对象幻觉问题。发现它们大多数存在严重的对象幻觉问题，该论文的主要新意在于针对LVLM中的对象幻觉问题提出了...
PaLM 2技术报告
文章通过在英语和多语言以及推理任务上的广泛评估，证明了PaLM 2在不同模型大小的下游任务中具有显著的改进质量，PaLM 2的关键思路在于提高多语言和推理能力...
谷歌｜SLiC-HF方法反馈矫正有效信息
基于人工反馈的序列似然校准:通过利用人工反馈数据进行序列似然校准：SLiC-HF方法提供了一种简单高效的方式来提升语言模型性能，通过学习人工反馈来对齐语言...
谷歌&斯坦福｜DoReMi方法优化预训练数据领域的混合比例，加速大模型语言训练
这篇论文旨在解决语言模型预训练中数据混合比例对性能的影响问题，利用分组分布式鲁棒优化（Group DRO）训练小型代理模型来生成领域权重（混合比例）。该方法...
StructGPT：基于迭代的阅读-推理框架（IRR）让LLMs在结构化数据上推理
本文旨在研究如何在大型语言模型中统一提高其在结构化数据上的零-shot推理能力，使用迭代阅读-推理（IRR）的方式来解决基于结构化数据的问答任务：StructGPT...
这是一个专注于人工智能产品的导航站。
