auto_awesome Applied AI / LLM 689

(без названия)

How to Write Data Labeling/Annotation Guidelines

(без названия)

Content Moderation & Fraud Detection - Patterns in Industry

Mechanisms for Effective Technical Teams

Mechanisms for Effective Machine Learning Projects

Goodbye Roam Research, Hello Obsidian

What To Do If Dependency Teams Can’t Help

2022 in Review & 2023 Goals

Юджин Ян подводит итоги 2022 года: спокойный год для семьи, путешествия (Сингапур, Ванкувер, Гавайи, Нью-Йорк) и взросление собаки Latte. Из целей выполнено частично: написал 18 из 26 постов (технические темы — bandits, counterfactual evalu

Autoencoders and Diffusers: A Brief Comparison

Юджин Ян сравнивает автоэнкодеры и диффузионные модели, показывая их сходства и ключевое различие. Автоэнкодеры — это нейросети, обученные воспроизводить вход на выходе через узкое горлышко (bottleneck), при этом существуют варианты: вариац

Text-to-Image: Diffusion, Text Conditioning, Guidance, Latent Space

RecSys 2022: Recap, Favorite Papers, and Lessons

RecSys 2022 Keynote - Is the Juice Worth the Squeeze?

Writing Robust Tests for Data & Machine Learning Pipelines

Simplicity is An Advantage but Sadly Complexity Sells Better

Uncommon Uses of Python in Commonly Used Libraries

Why You Should Write Weekly 15-5s

Design Patterns in Machine Learning Code and Systems

What I Wish I Knew About Onboarding Effectively

Bandits for Recommender Systems

How to Measure and Mitigate Position Bias

Counterfactual Evaluation for Recommendation Systems

Юджин Ян объясняет, почему стандартная оффлайн-оценка рекомендательных систем некорректна: мы используем наблюдательный подход, тогда как рекомендации — это интервенционная задача, ведь показанные товары меняют поведение пользователей. Альт

Traversing High-Level Intent and Low-Level Requirements

Deep Neural Nets: 33 years ago and 33 years from now