多任务学习

论文笔记：EMR-MERGING: Tuning-Free High-Performance Model Merging

多任务学习（MTL）通过联合训练多数据集来部分缓解上述问题，但它存在以下缺陷：(i)计算成本高；(ii)隐私数据限制导致数据不可获取因此，近年来出现了**模型融合（modelmerging）**方法，试图通过权重合并的方式绕
UQI-LIUWJ·2025-07-24 13:41

时尚搭配助手，深度解析用Keras构建智能穿搭推荐系统

当算法遇见时尚第一章数据工程：时尚系统的基石1.1数据获取的多元化途径1.2数据预处理全流程1.2.1图像标准化与增强1.2.2多模态数据处理第二章模型架构设计：从分类到推荐2.1基础CNN模型（图像分类）2.2多任务学习模型
忆愿·2025-07-11 01:28

GNN多任务预测模型实现（二）：将EXCEL数据转换为图数据

目录一.引言二.加载和检查数据三.提取特征和标签四.标准化特征五.构建节点索引六.构建边及其特征七.总结八.结语一.引言在图神经网络（GraphNeuralNetworks,GNNs）的多任务学习场景中
走的远一些·2025-07-04 14:31

探索多任务学习的新维度：Cross-stitch Networks

探索多任务学习的新维度：Cross-stitchNetworksCross-stitch-Networks-for-Multi-task-LearningATensorflowimplementationofthepaperarXiv
计蕴斯Lowell·2025-06-23 08:50

【推荐系统】多任务学习之ESMM模型

学习总结ESMM首创了利用用户行为序列数据在完整样本空间建模，并提出利用学习CTR和CTCVR的辅助任务，迂回学习CVR，避免了传统CVR模型经常遭遇的样本选择偏差和训练数据稀疏的问题，取得了显著的效果。ESMM解决了真实场景中CVR中的SSB和DS问题。CVR（Conversionrate）转化率：衡量CPA广告效果的指标，用户点击广告到成为一个有效的激活（如注册额或者成为付费用户）的转化率，所
山顶夕景·2025-06-18 23:59

AIGC 与 Whisper：推动语音技术进步

AIGC与Whisper：推动语音技术进步关键词：AIGC（生成式人工智能）、Whisper、语音识别、多模态交互、大语言模型、语音合成、多任务学习摘要：本文深度解析生成式人工智能（AIGC）与OpenAI
AI天才研究院·2025-06-12 23:44

多任务学习概述+Vision Transformer+多模态

MTL多任务：多任务学习（MTL，multi-tasklearning）最早可以追溯到1997年的一篇文章，它描述的是一种学习范式——多个任务的数据一起来学习，学习的效果有可能要比每个任务单独学习的结果要好
passion_up·2025-06-09 21:36

前沿论文汇总（机器学习/深度学习/大模型/搜广推/自然语言处理）

2.1FreeAL：在大模型时代实现无需人工的主动学习2.2COLD：中文攻击性语言检测基准2.3将词汇的对比信息融入词嵌入以实现反义词-同义词区分3搜索/推荐/营销3.1PLE：一种面向个性化推荐的新型多任务学习模型
小天才才·2025-06-08 16:43

多目标建模总结

为了能平衡最终的多个目标，需要对多个目标建模，多目标建模的常用方法主要可以分为：多模型的融合多任务学习底层共享表示的优化任务序列依赖关系建模多模型的融合是根据不同的指标训练不同的模型，最终对多个模型的结果做融合
zhiyong_will·2025-06-04 13:08

使用 TensorFlow 实现自定义训练循环（Custom Training Loop）

使用TensorFlow实现自定义训练循环（CustomTrainingLoop）默认的model.fit()已足够应对大多数任务，但在一些复杂场景下，如多任务学习、自定义损失函数、梯度裁剪等，我们就需要更细粒度的控制
2501_91537435·2025-05-04 09:39

MLP多层感知机 学习笔记

多任务学习：MLP可以被轻松地调整以处理多个输出任务，
AI算法网奇·2025-05-03 21:20

【神经网络与深度学习】端到端方法和多任务学习

引言端到端方法和多任务学习是机器学习和深度学习领域中的两种重要技术，它们各自适用于不同的应用场景，并在模型设计、数据要求和训练过程等方面有着显著区别。
如果树上有叶子·2025-05-01 19:42

人工智能丨DeepSeek、文心一言、Kimi、豆包、可灵……谁才是你的最佳AI助手？

从技术层面对比和分析多个AI平台，DeepSeek、文心一言、可灵、即梦、豆包、Kimi等AI工具，总结了以下几个方面：1.模型架构与算法DeepSeek：可能基于Transformer架构，注重深度学习和多任务学习能力
霍格沃兹测试开发学社测试人社区·2025-04-27 21:09

【人工智能的数学基础】寻找多目标优化问题的帕累托最优解

主次型多目标优化的应用寻找多目标优化问题的帕累托最优解.paper：Multi-TaskLearningasMulti-ObjectiveOptimization多目标优化是指同时优化多个相关任务的目标，多任务学习是一个典型的多目标优化问题
AI天才研究院·2025-04-27 08:21

搜广推校招面经八十一

OPPO搜广推一面面经一、介绍一下PLE模型在多任务学习（Multi-TaskLearning,MTL）中，多个任务共享部分模型结构，以提升整体效果。
Y1nhl·2025-04-26 06:59

一段式端到端自动驾驶：UniAD：Planning-oriented Autonomous Driving

为了完成多种任务并实现高级别的智能化，当前的方法要么为每个任务部署独立模型，要么采用带有多个任务头的多任务学习范式。然而，这些方法可能面临误差累积或任务协调不
机械心·2025-04-22 08:34

思维与算法共舞：AIGC语言模型的艺术与科学

2.预训练与微调二、AIGC的应用领域：文本生成的具体应用1.内容创作2.客户服务与聊天机器人3.自动摘要4.翻译与语言转换三、前沿突破：AIGC文本生成技术的最新进展与未来方向1.多任务学习与多模态生成
云边有个稻草人·2025-04-15 07:06

微调中的多任务学习

一、概念讲解1.什么是多任务学习？多任务学习（Multi-TaskLearning,MTL）是一种机器学习方法，它同时处理多个相关任务，共享模型的某些部分，从而提高学习效率和性能。
CarlowZJ·2025-04-14 07:28

深度学习 Deep Learning 第15章 表示学习

深度学习DeepLearning第15章表示学习内容概要本章探讨了表示学习的核心概念及其在深度学习中的重要性，重点分析了无监督预训练（尤其是贪婪逐层预训练）如何通过共享表征提升模型性能，并讨论了其在多任务学习
odoo中国·2025-04-02 12:41

在Mac M1/M2芯片上完美安装DeepCTR库：避坑指南与实战验证

让推荐算法在AppleSilicon上全速运行概述作为推荐系统领域的最经常用的明星库，DeepCTR集成了CTR预估、多任务学习等前沿模型实现。
ku_code_ku·2025-03-24 11:56

搜广推校招面经五十三

小红书推荐算法一、ESMM(EntireSpaceMulti-TaskModel)ESMM（EntireSpaceMulti-TaskModel）是一种用于解决推荐系统中多任务学习问题的模型。
Y1nhl·2025-03-22 08:15

Ai时代初期全球不同纬度的层级辐射现象

大语言模型的训练方式（预训练→多任务学习→强化学习
龙胥伯·2025-03-20 04:48

python 使用microsoft-Florence-2-base进行图片描述生成

该模型利用FLD-5B数据集，该数据集包含54亿个注释，涵盖1.26亿张图像，用于掌握多任务学习。模型的序列到序列架构
哦里 哦里哦里给·2025-03-17 06:00

大语言模型原理基础与前沿 双层路由多模态融合、多任务学习和模块化架构

大语言模型原理基础与前沿：双层路由多模态融合、多任务学习和模块化架构关键词：大语言模型、双层路由、多模态融合、多任务学习、模块化架构、神经网络、自然语言处理1.背景介绍大语言模型（LargeLanguageModels
AI智能涌现深度研究·2025-03-11 09:07

蓝耘服务器与DeepSeek的结合：引领智能化时代的新突破

的结合：引领智能化时代的新突破一、蓝耘服务器的技术优势1、高性能计算能力2、可扩展性与高效存储3、绿色节能设计二、DeepSeek：智能算法的引擎1、高效的深度学习训练与推理2、自适应学习与迁移学习3、多任务学习三
Lethehong·2025-02-19 08:36

运用python进行多任务学习过程中，手动调整权重时，如何选择项目并确定合适的权重值？

在手动调整多任务学习中不同任务的损失权重时，确定合适的权重值是一个需要细致考虑的问题。
大懒猫软件·2025-01-27 13:02

【人工智能】Python实战：构建高效的多任务学习模型

解锁Python编程的无限可能：《奇妙的Python》带你漫游代码世界多任务学习（Multi-taskLearning,MTL）作为机器学习领域中的一种重要方法，通过在单一模型中同时学习多个相关任务，不仅能够提高模型的泛化能力
蒙娜丽宁·2025-01-21 18:16

Time-LLM ：超越了现有时间序列预测模型的学习器

、算法模型、模型评估、可视化等相关内容最好有基础的python算法预测经验EEMD策略及踩坑VMD-CNN-LSTM时序预测对双向LSTM等模型添加自注意力机制K折叠交叉验证optuna超参数优化框架多任务学习
福安德信息科技·2025-01-17 23:38

【论文笔记】Multi-Task Learning as a Bargaining Game

Abstract本文将多任务学习中的梯度组合步骤视为一种讨价还价式博弈(bargaininggame)，通过游戏，各个任务协商出共识梯度更新方向。
xhyu61·2024-09-03 09:26

百度Ernie大模型是什么？

它通过整合大规模语料和知识图谱，采用多任务学习和分层预训练策略，在多个自然语言处理任务上取得了显著的性能提升。Ernie模型的不断发展和优化，使其
会飞的岛格酱·2024-08-21 21:01

梯度提升树系列9——GBDT在多任务学习中的应用

目录写在开头1.多任务学习的基础知识1.1多任务学习的概念和优势1.1.1概念1.1.2优势1.2GBDT在多任务学习中的角色1.2.1GBDT的基本原理1.2.2GBDT在多任务学习中的应用2.实际应用案例和最佳实践
theskylife·2024-02-12 16:12

【论文精读】GPT2

摘要在单一领域数据集上训练单一任务的模型是当前系统普遍缺乏泛化能力的主要原因，要想使用当前的架构构建出稳健的系统，可能需要多任务学习。
None-D·2024-02-11 15:43

周记：2019第26周(6.24-6.30）

记录一下各种降低模型错误率的方法，包括添加正则化项，数据集扩增，多任务学习，earlystoping，dropout，稀疏表示。理论
孙文辉已被占用·2024-02-05 15:48

ICASSP2024 | BS-PLCNet: 基于多任务学习框架和多判别器的分频带丢包隐藏网络

随着互联网和通讯技术的发展，实时音频流传输已经成为网络通信的一个非常重要的部分。但由于网络拥堵、带宽限制、硬件故障等各种因素干扰，音频数据包在传输过程中可能会丢失，对语音通信的质量产生严重影响，造成用户体验下降。语音丢包补偿（PacketLossConcealment，PLC）又称丢包隐藏，旨在通过各种方式尽可能地恢复或掩饰丢失的数据包，从而保持语音通信的连续性和清晰度。随着硬件和算法的进步与深度
语音之家·2024-02-04 05:15

AI预测-注意力机制/多头注意力机制及其tensorflow实现

、算法模型、模型评估、可视化等相关内容最好有基础的python算法预测经验EEMD策略及踩坑VMD-CNN-LSTM时序预测对双向LSTM等模型添加自注意力机制K折叠交叉验证optuna超参数优化框架多任务学习
写代码的中青年·2024-02-03 09:02

AI预测-多任务学习-模型融合策略

、算法模型、模型评估、可视化等相关内容最好有基础的python算法预测经验EEMD策略及踩坑VMD-CNN-LSTM时序预测对双向LSTM等模型添加自注意力机制K折叠交叉验证optuna超参数优化框架多任务学习
写代码的中青年·2024-02-03 09:01

AI预测-Transformer模型及Paddle实现

、算法模型、模型评估、可视化等相关内容最好有基础的python算法预测经验EEMD策略及踩坑VMD-CNN-LSTM时序预测对双向LSTM等模型添加自注意力机制K折叠交叉验证optuna超参数优化框架多任务学习
写代码的中青年·2024-02-03 09:01

AI预测-迁移学习在时序预测任务上的tensoflow2.0实现

、算法模型、模型评估、可视化等相关内容最好有基础的python算法预测经验EEMD策略及踩坑VMD-CNN-LSTM时序预测对双向LSTM等模型添加自注意力机制K折叠交叉验证optuna超参数优化框架多任务学习
写代码的中青年·2024-02-03 09:01

语义分割：从早期探索到深度学习的突破

聚类方法深度学习的兴起：CNN革命2012年AlexNet的突破全卷积网络（FCN）U-Net的创新设计深度学习卷积网络技术不断创新发展里程碑：端到端学习端到端全卷积网络（FCN）MaskR-CNN的多任务学习
kadog·2024-02-02 21:08

MFTCoder 重磅升级 v0.3.0 发布，支持 Mixtral 等更多模型，支持收敛均衡，支持 FSDP

通过结合多种损失函数，我们有效地解决了多任务学习中常见的任务间数据量不平衡、难易不一和收敛速度不一致等挑战。
CodeFuse·2024-01-31 15:02

推荐系统遇上深度学习(一一三)-[美团]序列依赖任务下的自适应信息传递多任务框架

今天介绍一篇美团在多任务学习方面的工作，提出了一种自适应信息传递多任务框架应用于客户挖掘管理这类有序列依赖的任务，一起来看一下。
文哥的学习日记·2024-01-31 06:33

多场景建模：腾讯3MN

ThreeMetaNetworksforMulti-ScenarioandMulti-TaskLearninginOnlineAdvertisingRecommenderSystems背景推荐领域的多场景多任务学习
巴拉巴拉朵·2024-01-30 23:09

【推荐实践】多场景多任务学习在美团到店餐饮推荐的实践

省时查报告-专业、及时、全面的行研报告库省时查方案-专业、及时、全面的营销策划方案库【免费下载】2023年2月份热门报告合集ChatGPT团队背景研究报告ChatGPT的发展历程、原理、技术架构及未来方向ChatGPT使用总结：150个ChatGPT提示此模板ChatGPT数据集之谜2023年AIGC发展趋势报告：人工智能的下一时代推荐技术在vivo互联网商业化业务中的实践.pdf推荐系统基本问题
智能推荐系统·2024-01-30 23:07

多场景多任务学习在美团到店餐饮推荐的实践

相关技术方案形成的学术论文已经被国际数据工程会议ICDE2023收录，本文详细阐述了多场景多任务学习的解决方案，希望能给从事相关方向研究的同学带来一些帮助或启发。
文文学霸·2024-01-30 23:37

【论文】多场景多任务推荐

ICDE2023|多场景多任务学习在美团到店餐饮推荐的实践背景：·多场景：美食关键词搜索、限时秒杀推荐、套餐推荐、商家商品推荐等。
Citroooon·2024-01-30 23:06

多场景建模：美团HiNet

美团的多场景多任务（ctr、ctcvr）解决方案通过分层来分别学习多场景多任务方案详情点评：在底层Embedding时用到了PLE，在多任务专家学习上面也用到了PLE结构，层级学习，底层多场景学习、上层多任务学习
巴拉巴拉朵·2024-01-30 23:36

论文笔记：多任务学习模型：渐进式分层提取（PLE）含pytorch实现

RecSys2020ProgressiveLayeredExtraction:ANovelMulti-TaskLearningModelforPersonalizedRecommendations）论文的阅读笔记背景模型代码论文地址：PLE背景  多任务学习
图学习的小张·2024-01-30 07:09

SYNERGIES BETWEEN DISENTANGLEMENT AND SPARSITY: A MULTI-TASK LEARNING PERSPECTIVE

SYNERGIESBETWEENDISENTANGLEMENTANDSPARSITY:AMULTI-TASKLEARNINGPERSPECTIVE解偶与稀疏性之间的协同作用：多任务学习的视角Abstract1
黑洞是不黑·2024-01-26 14:13

MoEs学习

和多任务学习的mmoe很像哦（有空再学习一下）moelayer的起源：SwitchTransformerspaperMoEmoe由两个结构组成：MoeLayer：这些层代替了传统Transformer模型中的前馈网络
银晗·2024-01-25 08:51

GSTAE

缺失数据的流量预测：一种多任务学习方法摘要：基于真实交通数据的交通速度预测是智能交通系统（ITS）中的一个经典问题。大多数现有的交通速度预测模型都是基于交通数据完整或具有罕见缺失值的假设而提出的。
llddycidy·2024-01-14 16:00
上一页 1 2 3 4 5 6 7 8 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他