领取方式如下:
点击下方标签,关注DataFunSummit公众号
关注上方公众号,私信回复『蓝图』获取领取方式
资料目录及介绍:
大模型时代下,基于湖仓一体的数据智能新范式
分享了在大模型时代基于湖仓一体的数据产品演进,以及阿里云数据库团队观察到的一些智能开发相关的新范式。大模型驱动的数据清洗与数据合规技术展望
分享了复旦大学在大模型驱动的数据治理技术领域的一些研究热点,包括以数据为中心的人工智能、大模型预训练中的数据工程以及大模型驱动的数据治理技术。领域大模型的挑战与机遇:从构建到应用
介绍了复旦大学知识工场实验室关于领域大模型的研究工作,包括大模型的领域适配、大模型的能力提升以及大模型的协同工作。推荐系统降本增效之路
本文概述了推荐系统整个大模块,特别聚焦在特征平台(Feature Store)和算法训练工具(EasyRec与 TorchEasyRec)。大模型微调方案设计和能力整合
介绍了大模型应用开发的四层技术架构,分享了知乎在大模型应用中的实践与经验,强调了大模型在AI应用中的重要作用及未来发展潜力。蚂蚁集团在大模型推荐上的算法和应用
分享了大模型在蚂蚁集团推荐场景中的应用,从三个方向阐述将大模型如何无压力地应用到线上推荐系统中。Spark 内核的设计原理
Spark是一个通用并行计算框架,本文介绍了关于Spark的特点、基本概念、核心功能、模型设计和部署结构。
弱监督建模技术在蚂蚁风控场景中的探索与应用
分享了弱监督学习在蚂蚁风控中的应用,包括不完全、不准确、不精确监督三类问题,并探讨了样本匮乏下的建模挑战及Direct Learning框架的解决思路。
领取方式:关注上方公众号,回复『蓝图』获取电子书领取方式