推荐系统如何从大语言模型中取长补短:从应用视角出发(2023)-华为
NoSuchBucket
NoSuchBucket
NoSuchBucket
标签: #华为
DataFunSummit#2023推荐系统如何从大语言模型中取长补短:从应用视角出发唐睿明----华为诺亚方舟实验室01背景和问题推荐模型如何从大语言模型种取长补短,从而提升推荐性能,优化用户体验?02如何运用大语言模型(How)总结大语言模型用于推荐系统的两个关键趋势,并分别介绍两个技术方案03何处运用大语言模型(Where)大语言模型可以用于特征工程、特征编码、打分排序、流程控制04挑战和展望目录CONTENTDataFunSummit#202301背景和问题背景和问题传统的推荐系统•可以充分利用协同信号√•只能利用数据集内的知识ו具备跨域推荐能力,适合冷启动场景√•协同信号缺失×...