[ad_1]
Nhiệm vụ để LLM-ify hệ thống đề xuất
Chuỗi hành động của người dùng là một trong những yếu tố đầu vào mạnh mẽ nhất trong hệ thống đề xuất: lần nhấp, đọc, xem, phát hoặc mua hàng tiếp theo của bạn có thể ít nhất có liên quan đến những gì bạn đã nhấp, đọc, xem, phát hoặc mua cách đây vài phút, giờ, ngày, tháng hoặc thậm chí nhiều năm.
Theo truyền thống, tình trạng hiện tại để mô hình hóa các chuỗi tương tác của người dùng như vậy đã được gộp lại: ví dụ, một YouTube cổ điển năm 2016 giấy mô tả một hệ thống lấy 50 video đã xem gần đây nhất, thu thập các nhúng của chúng từ một bảng nhúng và gộp chúng thành một vectơ đặc trưng duy nhất với phép gộp tổng. Để tiết kiệm bộ nhớ, bảng nhúng cho các video trình tự này được chia sẻ với bảng nhúng cho chính các video ứng viên.
Cách tiếp cận đơn giản này tương ứng với cách tiếp cận túi từ trong lĩnh vực NLP: nó hiệu quả, nhưng không lý tưởng. Pooling không tính đến bản chất tuần tự của các đầu vào, cũng không tính đến sự liên quan của mục trong lịch sử người dùng đối với mục ứng viên mà chúng ta cần xếp hạng, cũng không tính đến bất kỳ thông tin thời gian nào: một…
[ad_2]
Source link