机器之心 & ArXiv Weekly Radiostation 参与：杜伟、楚航、罗若天 本周论文包括谷歌放出下一代 AI 架构 Pathways 论文；何恺明组最新论文等研究。 目录 Training-free Transformer Architecture Search PATHWAYS: ASY...
追根溯源，神经网络诞生于人类对于人脑和智能的追问。而这个追问经历了旷远蒙昧的精神至上学说，直到 19 世纪 20 年代。
机器之心专栏 清华大学、DeepMind等 以 GPT-3 为代表的预训练语言模型的发展，引发对小样本自然语言理解任务的极大关注。各种方法不断发展并展现出日渐强大的小样本自然语言理解性能。然而，来自清华大学、DeepMind 等团...
近期整理了2021年NIPS与推荐系统相关的几篇文章，涉及内容融合、冷启动迁移、跨平台推荐、多重嘈杂反馈下的推荐、AB实验、路线推荐、上下文推荐、社交推荐、迁移数据推荐等。一般来说，NIPS严格契合推荐系统的文章不多，但...
真的是千呼万唤始出来emmmm，去年春招结束写了篇面试的经验分享。在文中提到和小伙伴整理了算法岗面试时遇到的常见知识点及回答，本想着授人以渔，但没想到大家都看上了我家的 ！但因本人执行力不足，被大家催到现在才终于想着...
随着高通量组学平台的发展，生物医学研究大多采取了多组学技术结合的方法，不同组学来源（如遗传学、蛋白质组学和代谢组学）的数据可以通过基于机器学习（Machine Learning，ML）的预测算法进行整合，以揭示系统生物学的复杂工作。ML...
今天我们来聊一聊推荐系统中不得不学的Contrastive Learning方法，近年来Contrastive Learning在CV和NLP领域的应用越来越广泛，在推荐系统中当然也不例外。我想大家将对比学习与推荐系统结合主要有以下四个原因：...
目前NLP领域的经验，自监督预训练使用的数据量越大，模型越复杂，那么模型能够吸收的知识越多，对下游任务效果来说越好。这可能是自从Bert出现以来，一再被反复证明。...
经过第1章的1.2节和1.3节的自学，已经知道计算机能“认识”的是机器语言，2.1.2节所编写的 hello.py 程序，是用高级语言编写而成，计算机不能直接“认识”，为此要经过“翻译”过程。对于 Python 程序而言，用于“翻译”的叫做 P...
本教程对基于模型的强化学习（MBRL）领域进行了广泛的概述，特别强调了深层次的方法。MBRL方法利用一个环境模型来做出决策，而不是把环境当作一个黑盒子来处理，它提供了超越无模型RL的独特机遇和挑战。我们讨论了学习转移模型...
