《统一召回引擎在搜索推荐场景的应用实践_项招贵&吴世龙》【3】统一召回引擎在搜索推荐场景的应用实践_项招贵&吴世龙_0526
电子书：
</div>《统一召回引擎在搜索推荐场景的应用实践_项招贵&吴世龙》电子版地址
2022-09-26
143
版权
版权声明：
本文内容由阿里云实名注册用户自发贡献，版权归原作者所有，阿里云开发者社区不拥有其著作权，亦不承担相应法律责任。具体规则请查看《
阿里云开发者社区用户服务协议》和
《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容，填写
侵权投诉表单进行举报，一经查实，本社区将立刻删除涉嫌侵权内容。
简介：
【3】统一召回引擎在搜索推荐场景的应用实践_项招贵&吴世龙_0526
目录
相关文章
|
人工智能
自然语言处理
搜索推荐
|
存储
固态存储
索引
搜索和推荐统一存储层的新进展和思考
我们在2017年统一了搜索和推荐场景下的HA3、iGraph、RTP和DII四大引擎的存储层（参见统一之战），帮助它们取得了的更迅速的迁移能力、更快速的数据恢复能力和更丰富的数据召回能力。 最近一年来，我们在统一的存储框架上又做了进一步的演进，下面将分别从架构、Build服务以及存储模型角度介绍我们的新进展和思考。
1.架构
在我们的传统架构（参见统一之战）中，
2868
0
0
|
机器学习/深度学习
自然语言处理
社区供稿 | EcomGPT：基于任务链数据的电商大模型（附魔搭推理实践）
在电商领域中，自然语言处理和深度学习的发展对电商技术的推进做出了很大的贡献。通过这些技术，可以实现从产品信息提取到用户查询理解等多种能力，尤其是近期各类大语言模型（Large Language Models，LLMs）的涌现，让我们看到了它们在电商领域引用的潜力。然而，通用的大语言模型并不是专门为电商领域设计的，这可能导致它们在电商任务中表现不佳。
66242
11
11
|
机器学习/深度学习
存储
人工智能
比Faiss更胜一筹？达摩院自主研发的向量检索引擎Proxima首次公开！
淘宝搜索推荐、视频搜索背后使用了什么样的检索技术？非结构化数据检索，向量检索，以及多模态检索，它们到底解决了什么问题？今天由阿里达摩院的科学家从业务问题出发，抽丝剥茧，深度揭秘达摩院内部技术，向量检索引擎 Proxima，以及相关领域的现状、挑战和未来。
3485
0
0
|
流计算
|
搜索推荐
|
算法
|
索引