如何用 LLM 增强推荐系统:PaLM API 实践
Google 用 PaLM API 演示了 LLM 增强推荐系统的四条路径:对话式、序列、评分预测与嵌入向量推荐。对话式和序列推荐分别调用 PaLM API 的 Chat 与 Text 服务,评分预测则用 Text 服务为候选电影打分排序。
Google 用 PaLM API 演示了 LLM 增强推荐系统的四条路径:对话式、序列、评分预测与嵌入向量推荐。对话式和序列推荐分别调用 PaLM API 的 Chat 与 Text 服务,评分预测则用 Text 服务为候选电影打分排序。
TensorFlow 发布新教程,演示如何用 dtreeviz 可视化并解释 TensorFlow Decision Forests 的决策树。教程以 Penguin、Abalone 数据集为例,展示每个决策节点如何切分特征域、叶子节点的样本分布,以及单个测试样本从根到叶的预测路径。dtreeviz 于 2018 年首次发布,是目前最流行的决策树可视化库。
Google 将于 2023 年 6 月 9 日美西时间 10:00-12:15 线上举办首届推荐系统开发者峰会,报名已开放。峰会由 Google 工程师主讲,覆盖 TensorFlow Recommenders、TensorFlow Ranking、TensorFlow Agents 等产品,并分享用 LLM 增强推荐系统、生成式检索等前沿研究。