- 昨日不在
- 8/7从中国跳水队学做领导者
- 7/18战略思考
- 7/10抽象泄漏定律
- 7/6数据分析
- 7/6多路召回
- 7/6特征工程
- 7/6排序模型
- 7/6BTQ
- 7/6粗排双塔
- 7/3意义是座围城
- 7/2DCN
- 7/1张一鸣微博语录
- 7/1广告推荐系统
- 6/29GBDT+LR
- 6/29FM
- 6/29wide&deep
- 6/29DIN
- 6/29赛题理解&Baseline
- 6/28大模型常见问题及回答
- 6/28数据分析
- 6/28作品侧推荐架构和算法
- 6/28冷启动内容梳理
- 6/28速成lua
- 6/28SQL分位数计算优化
- 6/20阿里：SDM模型
- 6/20阿里：EGES模型
- 6/19推荐系统名词解释
- 6/19Hadoop分布式计算
- 6/18阿里：TDM模型
- 6/18字节：Deep Retrieval
- 6/14SQL学习笔记
- 6/13KNN和ANN
- 6/1326条提示词书写策略
- 6/13召回算法基本信息
- 6/13直播单列链路各环节拆解
- 6/13双塔召回
- 6/13双塔召回训练及增强
- 6/13Redis数据库
- 6/13火箭系统
- 6/8推荐系统业务相关问题
- 6/8基于因子分解机的召回
- 6/8word2vec原理
- 6/8item2vec召回
- 6/7高考作文题，在考些什么？
- 6/7基于物品的协同过滤
- 6/7基于图模型的协同过滤
- 6/6基本思想与度量方法
- 6/6基于用户的协同过滤
- 6/6隐语义模型与矩阵分解
- 6/5推荐系统的架构
- 6/5推荐系统的意义
- 6/5推荐系统的技术栈
- 5/31optimizer优化器
- 5/31Llama
- 5/30「是梦囚我」
- 5/17BEV
- 5/16推荐系统
- 5/15PointBEV
- 5/10装饰器与注册器
- 5/10AI Code Book
- 5/10Python partial
- 5/10Python codebook
- 5/10Torch
- 5/8强化学习
- 5/7自动驾驶
- 5/7损失函数总结
- 5/7KAN
- 4/24评价指标总结
- 4/24TransformerFAM
- 4/24shell脚本基本语法
- 4/24报错及处理方案合集
- 4/23常用知识链接
- 4/21Mamba
- 4/18深挖AI基础模型
- 4/18标准化总结
- 4/17激活函数总结
- 4/17位置编码总结
- 4/17Adapting LLaMA Decoder to Vision Transformer
- 4/16AI基础知识
- 4/16linux文件处理操作
- 4/16PythonLibs