multi-temporal recommendation embeddings mechanisms
粗读Multi-Task Recommendations with Reinforcement Learning
论文： Multi-Task Recommendations with Reinforcement Learning 地址： https://arxiv.org/abs/2302.03328 # 摘要 In recent years, Multi-task Learning (MTL) has yi ......
ansible构建失败 scp transfer mechanism failed on **** Use ANSIBLE DEBUG=1\nto see detailed information
ansible构建docker服务的失败排查经过（之前ansible构建成功） 第一步： 使用ansible 对应ip/或者在/etc/ansible/hosts中配置的label -m ping 查看当前连接对应服务器状态 对应失败服务器的连接状态 *@* * * * | FAILED! => { ......
Query2box Reasoning over Knowledge Graphs in Vector Space using Box Embeddings
[TOC] > [Ren H., Hu W. and Leskovec J. Query2box: Reasoning over knowledge graphs in vector space using box embeddings. ICLR, 2020.](http://arxiv.org/ ......
MEANTIME Mixture of Attention Mechanisms with Multi-temporal Embeddings for Sequential Recommendation
[TOC] > [Cho S., Park E. and Yoo S. MEANTIME: Mixture of attention mechanisms with multi-temporal embeddings for sequential recommendation. RecSys, 20 ......
【转】一文看懂 LLaMA 中的旋转式位置编码（Rotary Position Embedding）
原文：https://mp.weixin.qq.com/s/0peSNWN0ypMopPR0Q_pujQ  ......
4.5 Unsupervised Learning: Word Embedding
# 1. Introduction(引入) 词嵌入(word embedding)是降维算法(Dimension Reduction)的典型应用. 最经典的做法就是1-of-N Encoding,它指的就是每一个字都是以向量来表示,只有在自己所属的那个字词索引上为1,其余为0,因此如果世界上的英文字 ......
Memory Augmented Graph Neural Networks for Sequential Recommendation
[TOC] > [Ma C., Ma L., Zhang Y., Sun J., Liu X. and Coates M. Memory augmented graph neural networks for sequential recommendation. AAAI, 2021.](http: ......
关于Deep Neural Networks for YouTube Recommendations的一些思考和实现
作者自己实现该文章的时候遇到的一些值得思考的地方： - [关于Deep Neural Networks for YouTube Recommendations的一些思考和实现](https://cloud.tencent.com/developer/article/1170340) - [备份网址] ......
快速理解OpenAI的fine-tune和Embedding
OpenAI 提供了两项基于 GPT-3 模型的能力： fine-tune 微调 embedding 嵌入 fine-tune 一般称之为微调。 模型底层更通用，顶层更垂直，fine-tune 的原理是在不改动（或不能改动）预训练模型的基础上，在模型「顶层」增加分类器或一些特征映射，使微调后的模型能 ......
如何高效地使用text-embedding-ada-002接口
1. 使用 Batch 进行 Embedding：由于在使用嵌入模型时，前向传播可以一次性处理多个样本，因此可以尝试使用 Batch 在一次请求中处理多个文本样本。Batch 大小可以根据具体的情况进行调整，并根据服务器的性能和配置进行优化。通常来说，适当增大 Batch 大小可以提高模型的处理效率 ......
OLE（Object Linking and Embedding）是一种由Microsoft开发的技术，用于在Windows操作系统中实现对象链接和嵌入。它允许应用程序在同一文档或不同文档之间共享和操作对象的数据
OLE（Object Linking and Embedding）是一种由Microsoft开发的技术，用于在Windows操作系统中实现对象链接和嵌入。它允许应用程序在同一文档或不同文档之间共享和操作对象的数据。 使用OLE，应用程序可以将一个对象插入到另一个应用程序中，并且这个对象仍然保持其源应 ......
Graph Masked Autoencoder for Sequential Recommendation
[TOC] > [Ye Y., Xia L. and Huang C. Graph masked autoencoder for sequential recommendation. SIGIR, 2023.](http://arxiv.org/abs/2305.04619) ## 概 图 + MA ......
混合性对话：Towards Conversational Recommendation over Multi-Type Dialogs
## 混合型对话 传统的人机对话研究专注于单一类型的对话，并且往往预设用户一开始就清楚对话目标。但实际应用中，人机对话常常混合了多种类型，例如闲聊、任务导向对话、推荐对话、问答等，并且用户目标是未知的。在这样的混合型对话中，机器人需要主动自然地进行对话推荐。 “混合型对话”这个新颖的任务于2020年 ......
Proj. CAR Paper Reading: C3PO: A Lightweight Copying Mechanism for Translating Pseudocode to Code
## Abstract 本文： 方法：直接从伪代码中利用多数tokens，以此节约计算代价 步骤： 1. Copy: 使用二分类来决定哪些pseudocode tokens to be masked，以便直接使用 2. Generate: 使用Seq2Seq来生成masked PL code 3. ......
Time Interval Aware Self-Attention for Sequential Recommendation
[TOC] > [Li J., Wang Y., McAuley J. Time interval aware self-attention for sequential recommendation. WSDM, 2020.](https://dl.acm.org/doi/10.1145/3336 ......
Mark Fan:A computational model study on the mechanical response mechanism of asphalt under uniaxial tension
Wuhan Jiangxia Road and Bridge Engineering Co., Ltd School of Civil Engineering and Architecture, Wuhan Institute of Technology Mark Fan 159 2760 2711 ......
Exploiting Positional Information for Session-based Recommendation
[TOC] > [Qiu R., Huang Z., Chen T. and Yin H. Exploiting positional information for session-based recommendation. ACM Transactions on Information Syst ......
Contrastive Learning for Representation Degeneration Problem in Sequential Recommendation
[TOC] > [Qiu R., Huang Z., Ying H. and Wang Z. Contrastive learning for representation degeneration problem in sequential recommendation. WSDM, 2022.] ......
Failed to configure a DataSource: 'url' attribute is not specified and no embedded datasource could be configured.
这个异常在springboot，是一个常见的异常，我们引入了mybatis依赖，确没有在.yml文件中配置数据源，这次我配置了数据源，但是因为有二个application.yml和application-dev.yml，没有指定yml的环境，在application.yml中添加指定dev即可 ......
Self-Supervised Hypergraph Convolutional Networks for Session-based Recommendation
[TOC] > [Xia X., Yin H., Yu J., Wang Q., Cui L and Zhang X. Self-supervised hypergraph convolutional networks for session-based recommendation. AAAI, ......
Self-Supervised Graph Co-Training for Session-based Recommendation
[TOC] > [Xia X., Yin H., Yu J., Shao Y. and Cui L. Self-supervised graph co-training for session-based recommendation. CIKM, 2021.](http://arxiv.org/a ......
LLM Sentence Embedding向量化相似性搜索技术初探
一、向量表示对ML/AI的意义 0x1：向量是AI理解世界的通用数据形式 1、向量是多模态高维数据的压缩 当我们见到一个熟悉的人或物的时候，大脑是这样思考的：首先，眼睛中的视杆细胞和视锥细胞记录下光的强度。这些信号传递到位于你大脑后方的视觉皮层，在皮层中数以百万计的神经元以不同的强度被激活。激活信号 ......
Global Context Enhanced Graph Neural Networks for Session-based Recommendation
[TOC] > [Wang Z., Wei W., Cong G., Li X., Mao X. and Qiu M. Global context enhanced graph neural networks for session-based recommendation. SIGIR, 202 ......
翻译-Automatic detection of Long Method and God Class code smells through neural source code embeddings
# Automatic detection of Long Method and God Class code smells through neural source code embeddings 通过神经源代码嵌入自动检测 Long Method 和 God Class 代码异味 Aleksa ......
2023ICLR_Embedding fourier for ultra-high-definition Low-light image enhancement
1. # narrow切片 x1, x2 = (x.narrow(1, 0, self.split_len1), x.narrow(1, self.split_len1, self.split_len2)) 假设输入的张量是x，那么这句代码的作用是将x在第1维（即行数）上分别切割为两个长度分别为se ......
Neural Attentive Session-based Recommendation
[TOC] >[ Li J., Ren P., Chen Z., Ren Z., Lian T. and Ma J. Neural attentive session-based recommendation. CIKM, 2017.](http://arxiv.org/abs/1711.04725 ......
Memory Priority Model for Session-based Recommendation
[TOC] > [Liu Q., Zeng Y., Mokhosi R. and Zhang H. STAMP: Short-term attention/memory priority model for session-based recommendation. KDD, 2018.](http ......
snmptt使用snmptthandler与snmptthandler-embedded的不同
由于咱不知的原因，在同样的snmptrap的配置下，两种方法得到的trap信息不同，所以不同的解析方法要使用不同的snmptrap配置： 1、当使用traphandle default /usr/sbin/snmptthandler时，可以不用关心snmptrap的输出格式，似乎snmptt自己会解 ......
Graph Embedding：LINE算法
背景 如上图所示，结点6和7是相邻结点，他们应该是相似结点，结点5和6虽然不是相邻结点，但是它们有共同的相邻的结点，因此它们也应该是相似结点。 基于词观察，LINE算法提出了一阶相似性算法和二阶相似性算法 First-order 我们首先如如下公式来计算结点i和j的联合概率分布： 其中ui，uj分 ......