[ad_1]
Είμαστε στην ευχάριστη θέση να συγχαρούμε τον μηχανικό μηχανικής μάθησης της Roblox, Xiao Yu και τους συνεργάτες του για τη λήψη του βραβείου Test of Time στο 17ο Διεθνές Συνέδριο ACM για την Αναζήτηση στον Ιστό και την Εξόρυξη Δεδομένων (WSDM 2024). Το βραβείο Test of Time είναι ένα σημάδι της ιστορικής επίδρασης και της αναγνώρισης ότι η έρευνα άλλαξε τις τάσεις και την κατεύθυνση του κλάδου. Αναγνωρίζει μια ερευνητική δημοσίευση πριν από 10 χρόνια που είχε διαρκή επιρροή.
Το νικητήριο χαρτί, “Σύσταση εξατομικευμένης οντότητας: Προσέγγιση ετερογενούς δικτύου πληροφοριών» παρουσιάστηκε για πρώτη φορά στο WSDM 2014, ενώ ο Yu ήταν ερευνητής στο Πανεπιστήμιο του Ιλινόις στο Urbana-Champaign. Ο Yu εντάχθηκε στη Roblox το 2022 και έχει εργαστεί σε φυσική γλώσσα, όραση υπολογιστή, μεγάλα γλωσσικά μοντέλα και Generative AI, συμπεριλαμβανομένης της πρόσφατης εργασίας μας για μετάφραση συνομιλίας AI σε πραγματικό χρόνο και φωνητική εποπτεία σε πραγματικό χρόνο.
Ο Yu λέει το βραβευμένο έγγραφο «iεισάγει την έννοια των λανθάνοντων χαρακτηριστικών που βασίζονται σε μετα-διαδρομή ως αναπαραστάσεις για χρήστες και αντικείμενα. Αυτό συνέβη πριν η εκμάθηση αναπαράστασης γίνει η τελευταία λέξη της τεχνολογίας για συστήματα συστάσεων. Αν και προηγείται της ευρείας χρήσης ενσωματώσεων σε ετερογενή δίκτυα και συστήματα συστάσεων, οι παρατηρήσεις και η φιλοσοφία που παρουσιάζονται σε αυτό το άρθρο ενέπνευσαν πολλούς ερευνητές να επανεξετάσουν αυτό το πρόβλημα και πυροδότησε ένα κύμα καινοτόμων ερευνών σε αυτόν τον τομέα.
Η έρευνα που δημοσιεύτηκε από τον Yu και τους συνεργάτες του έχει κερδίσει σημαντική αναγνώριση την τελευταία δεκαετία καθώς οι μηχανές συστάσεων γίνονται όλο και πιο πανταχού παρόντες. «Με την ενσωμάτωση διαφορετικών πληροφοριών σχέσεων, η μέθοδός μας εξατομικεύει τις προτάσεις σε μεγαλύτερο βαθμό, οδηγώντας σε πιο ακριβείς, σχετικές και προσαρμοσμένες προτάσεις για τους χρήστες. Αυτό είναι κρίσιμο στο σημερινό σενάριο υπερφόρτωσης πληροφοριών, όπου οι άνθρωποι βομβαρδίζονται με άσχετες συστάσεις», λέει ο Yu.
«Πριν από αυτό το έγγραφο, τα υβριδικά συστήματα συστάσεων που βασίζονταν σε γραφήματα συχνά χρησιμοποιούσαν έναν μόνο τύπο σχέσης, όπως το αν ένας χρήστης είχε αγοράσει ένα συγκεκριμένο αντικείμενο πριν. Αυτή ήταν μια από τις πρώτες προσεγγίσεις για την αξιοποίηση της ετερογένειας των σχέσεων μέσα σε ένα δίκτυο. Με τη μοντελοποίηση διαφόρων σχέσεων, το προτεινόμενο σύστημα συστάσεων μπορεί να συλλάβει μια πιο πλούσια και πιο λεπτή κατανόηση των προτιμήσεων των χρηστών και των χαρακτηριστικών των αντικειμένων.”
Μάθετε για την πρόσφατη έρευνα AI στο Roblox εδώ.
[ad_2]
Source link