newsmode
search
Меню
Категории
apps Все forward_to_inbox Cold Email / Outbound gps_fixed Positioning travel_explore Customer Discovery rocket_launch Founder / YC auto_awesome Applied AI / LLM analytics SaaS Strategy trending_up Growth / Distribution build Indie / Bootstrap support_agent Conversational AI
Теги (топ-30)
AI Agents ·275 Ai Adoption ·192 Frontier Models ·163 Founder-Led Sales ·159 Conversational AI ·153 Outbound Sales ·150 Sales Automation ·144 Ai Infrastructure ·130 Go To Market ·128 Customer Experience ·125 Developer Tools ·122 Venture Funding ·122 Founder Mindset ·119 SaaS Metrics ·114 Product-Market Fit ·111 Enterprise Ai ·96 LLM Evals ·91 Career Advice ·89 Cold Email ·88 LLM Engineering ·86 Growth Strategy ·78 Saas ·75 Productivity Metrics ·74 Ai Products ·72 No Code Chatbots ·71 Ai Automation ·70 Customer Discovery ·69 Bootstrapping ·68 Content Creation ·67 Solopreneurship ·67
Источники
a16z Aaron Ross — Predictable Revenue Andrej Karpathy Andrej Karpathy — BearBlog Andrew Chen Anthropic News Botpress Blog Clay Blog Ethan Mollick — One Useful Thing Eugene Yan First Round Review Hamel Husain HubSpot Sales Blog Intercom / Fin Blog Justin Welsh Kyle Poyar — Growth Unhinged Latent Space Lavender Blog Lenny's Newsletter Not Boring Paul Graham Essays Rob Walling SaaStr Simon Willison Stratechery Teresa Torres — Product Talk The Bootstrapped Founder Tomasz Tunguz Voiceflow Blog Working Theorys
Прогресс перевода 1953/2270 · 86%
inboxВсе translateПереведено bookmarkХочу прочесть thumb_upПонравилось radio_button_uncheckedНепрочитанные check_circleПрочитал

Applied AI / LLM · 18

rss_feed Eugene Yan translateRU

Training an LLM-RecSys Hybrid for Steerable Recs with Semantic IDs

Юджин Ян описывает эксперимент по обучению гибрида LLM и рекомендательной системы на основе семантических ID — иерархических токенов, заменяющих хеш-идентификаторы товаров. Используя данные Amazon Rev

LLM Engineering RAG Recommendation Systems
4921 сл.
rss_feed Eugene Yan translateRU

Netflix PRS 2024 - Applying LLMs to Recommendation Experiences

Юджин Ян рассказывает о своём выступлении на воркшопе Netflix по персонализации, рекомендациям и поиску 2024 года (Netflix Workshop on Personalization, Recommendation, and Search). Он поделился вызова

LLM Engineering Production Ml Recommendation Systems
293 сл.
rss_feed Eugene Yan translateRU

Push Notifications: What to Push, What Not to Push, and How Often

Юджин Ян разбирает пуш-уведомления как разновидность рекомендательной системы, где в отличие от поиска и обычных рекомендаций намерение пользователя неизвестно, а форма уведомления важна не меньше сам

Machine Learning Production Ml Recommendation Systems
3631 сл.
rss_feed Eugene Yan translateRU

More Design Patterns For Machine Learning Systems

Юджин Янь делится девятью паттернами проектирования ML-систем, которые он наблюдал на практике: однократная обработка сырых данных, human-in-the-loop для сбора меток, аугментация данных, hard negative

Ml Engineering Production Ml Recommendation Systems
4181 сл.
rss_feed Eugene Yan translateRU

RecSys 2022 Keynote - Is the Juice Worth the Squeeze?

Eugene Yan (Ziyou Yan) рассказывает о своём кейноуте на воркшопе ORSUM в рамках RecSys 2022, посвящённом онлайн-рекомендательным системам. Главный вопрос доклада — «стоит ли овчинка выделки»: когда он

Machine Learning Production Ml Recommendation Systems
394 сл.
rss_feed Eugene Yan translateRU

Bandits for Recommender Systems

Статья Eugene Yan разбирает применение многоруких бандитов в рекомендательных системах: они полезны, когда данных мало, а неопределённость о предпочтениях пользователей высока, либо когда набор объект

Machine Learning Production Ml Recommendation Systems
2852 сл.
rss_feed Eugene Yan translateRU

How to Measure and Mitigate Position Bias

Позиционное смещение (position bias) возникает, когда элементы на более высоких позициях получают непропорционально больше кликов независимо от их реальной релевантности — например, в Google Search пе

Ab Testing Counterfactual Evaluation Recommendation Systems
1348 сл.
rss_feed Eugene Yan translateRU

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 тов

Ab Testing Counterfactual Evaluation Recommendation Systems
1721 сл.
rss_feed Eugene Yan translateRU

Reinforcement Learning for Recommendations and Search

Эжен Янь разбирает применение обучения с подкреплением (RL) в рекомендательных системах и поиске. Обычные рекомендательные системы максимизируют сиюминутную награду (клики/покупки), переоценивают попу

Recommendation Systems Reinforcement Learning Search Ranking
2690 сл.
rss_feed Eugene Yan translateRU

Amazon Science - Eugene Yan and the Art of Writing about Science

Статья Amazon Science рассказывает о Eugene Yan — прикладном научном сотруднике Amazon, который занимается рекомендательными системами для подбора книг в Amazon Store. Сингапурец по происхождению, он

Data Science Recommendation Systems Writing Online
1253 сл.
rss_feed Eugene Yan translateRU

SF Big Analytics - System Design for RecSys & Search

Евгений Янь выступил на митапе SF Big Analytics в Сан-Франциско с докладом о проектировании систем рекомендаций и поиска. Публикация содержит запись выступления и слайды презентации. Доклад состоялся

Machine Learning Recommendation Systems Search Ranking
123 сл.
rss_feed Eugene Yan translateRU

System Design for Recommendations and Search

Юджин Ян разбирает типовой системный дизайн промышленных рекомендательных и поисковых систем, описывая его через матрицу 2×2: оффлайн против онлайн и retrieval против ranking. В оффлайн-среде обучаютс

Ml Engineering Production Ml Recommendation Systems
2569 сл.
rss_feed Eugene Yan translateRU

Patterns for Personalization in Recommendations and Search

Юджин Янь разбирает основные паттерны персонализации в рекомендациях и поиске на основе индустриальных статей, группируя их в пять категорий: бандиты, embedding+MLP, последовательные модели, графы и п

Deep Learning Personalization Recommendation Systems
5084 сл.
rss_feed Eugene Yan translateRU

Real-time Machine Learning For Recommendations

Юджин Ян разбирает, как машинное обучение в реальном времени применяется в рекомендательных системах, отталкиваясь от наблюдения Chip Huyen о том, что китайские компании в MLOps опережают американские

Production Ml Recommendation Systems Vector Search
4253 сл.
rss_feed Eugene Yan translateRU

RecSys 2020: Takeaways and Notable Papers

Статья суммирует основные выводы и примечательные доклады конференции RecSys 2020 (22–26 сентября). В этом году усилился акцент на этике, предвзятости и справедливости рекомендательных систем, а среди

Deep Learning Production Ml Recommendation Systems
3152 сл.
rss_feed Eugene Yan translateRU

DataScience SG Meetup - RecSys, Beyond the Baseline

Юджин Янь рассказывает о своём выступлении на первом в году митапе DataScience SG, посвящённом рекомендательным системам. Поводом стал небольшой личный проект, выполненный за праздники, в котором он и

Learning In Public Machine Learning Recommendation Systems
300 сл.
rss_feed Eugene Yan translateRU

Building a Strong Baseline Recommender in PyTorch, on a Laptop

Юджин Ян (Ziyou Yan) описывает построение сильной базовой рекомендательной системы на PyTorch, работающей на обычном ноутбуке с 16 ГБ ОЗУ. В качестве данных используется датасет Amazon (май 1996 – июл

Deep Learning Ml Engineering Recommendation Systems
2684 сл.
rss_feed Eugene Yan translateRU

Strata x Hadoop 2016 - How Lazada Ranks Products

Eugene Yan (Ziyou Yan) рассказывает о своём выступлении на конференции Strata x Hadoop 2016 в Сингапуре, где он поделился частью своей работы в Lazada — ранжированием товаров в каталоге и результатах

Production Ml Recommendation Systems Search Ranking
145 сл.