推荐系统-你真的会看AB指标吗

点击率涨了就该全量吗?AB 实验里「率」的陷阱,以及为什么要把整个 App 当成一个整体看指标。

给校招算法同学的几点建议

大公司还是小公司、选什么团队和 leader、CV/NLP 转推荐值不值:写给校招算法同学。

我在阿里遇到的牛人

在阿里遇到的几位牛人,和他们留给我、至今受用的几句话。

基于物品的协同过滤i2i--算法、trick及分布式实现

I2I 是电商召回的基石。梳理经典 I2I 算法、统一的计算框架、实用 trick,以及基于 Hive + UDF 的工业级实现。

faiss-on-mr:推荐系统大规模离线向量检索工具

离线批量算全量物品的 K 近邻,不必在线部署 faiss:一个跑在 MapReduce 上的开源向量检索工具。

互联网管理里面的两个深坑——手表定律与责权不一

一个人两个老板、有责无权,是互联网公司里最常见也最伤人的两种管理失误。

左高玩的推荐系统(一):一天就能搞定的实时个性化推荐系统

给创业做内容社区的同学设计的实时推荐系统:item-based 协同过滤加实时行为反馈,会写代码就能一天上线。

推荐算法三视角:矩阵,图,时间线

忘掉公式和代码,推荐算法只剩三幅图景:矩阵、图、时间线。用这三个视角串起协同过滤、图模型和序列推荐。

YouTube年度最大收益:强化学习遇到推荐系统

YouTube 把 REINFORCE 用在召回上,拿到当年最大的单项收益。拆解它怎么解决 off-policy 偏差和 top-k 推荐这两个难点。

AI 技术日报 - 2026-11-15

今日最值得关注的是开源 AI 的「结构性推演」与「可审计性」两条线同时推进。Nathan Lambert 撰文推演「没有 Jensen 的开源 AI」,指出算力稀缺下开源权重远未商品化,闭源实验室凭模型-数据中心-芯片一体化反而占优。与此同时,研究者称可从模型权重统计推断训练硬件,指认 DeepSeek、Kimi 或用了受管制的 Blackwell;微软研究则显示改写不到 10 个神经元即可植入潜伏后门,常规评测全绿。产业侧,ASUS 发布首款工厂人形机器人 Gallop、松下组建约 250 人 Physical AI 团队,Google Cloud 第八代 TPU 用封装与安全而非新芯片做差

AI周报 2026-W46

11 月 8 日 Nvidia 董事会就 CEO 黄仁勋与一名疑似中国间谍的关系启动独立调查,黄仁勋卸任,国会已传唤他作证。这家公司同时卡着全球 AI 算力的供给和美国出口管制的执行,丑闻把两条线一起拖进了不确定性。

推荐周报 2026-W46

本周推荐系统研究围绕三条技术主线展开:序列编码算力的复用方式、生成式检索的合规生成、以及长尾与多目标约束下的可达性建模。 主线 1——基础模型范式从"端到端堆大"转向"分离复用": 字节跳动的 SepLRM 把多个端到端大推荐模型重组为一个 RFM(推荐基础模型)加多个垂直模型,以编码器最后一层的 KV 缓存作为共享接口,报告约 100% 的能力迁移率,并在两个大规模工业场景上线。部署在 FP&A SaaS 的 CascadeRec 用两级 LLM 重排级联,路由器只把可能受益于额外推理的请求升级到昂贵层,一个多月的生产 A/B 里推理成本降约 10%、无明显质量回退。两者的共同判断是:序列编码这件事不该被每个推荐阶段各跑一遍。 主线 2——约束解码成为生成式检索的一等公民: Uber Eats 的 LEGIT 把实时资格与去重规则转成两棵 trie 上的区间查询,每 token 开销从直接 GPU 实现的 5 倍压到约 1.7 倍;RoutingTrie(Google)在生产回放里把 Hit@100 从 67.5% 提到 96.1%,代价是 1.1 ms 延迟;淘宝闪购的 TS-GEAR 把地理可达性直接写进语义 ID 的生成目标,而不是事后过滤。 主线 3——长尾可达性与多样性的评估口径在收紧: ReSID(阿里巴巴)首次把长尾可达性拆到 SID 构建、解码、匹配三段分别分析,结论是同等码长下并行 SID 在尾部物品上稳定优于顺序 SID;快手的 KuaiRecV2 把多样性放进统一 rubric,要求精度、多样性、多任务指标同时提升才算有效进步。

1
...
34567
...
40