3 search results for "梅林"

一支由五位机器学习专家组成的NVIDIA团队遍布四大洲，在一场激烈竞争的声望赛事中赢得了三项任务，建立了最先进的推荐系统。 这些结果反映了该团队运用NVIDIA人工智能平台解决数字经济引擎的实际挑战的能力。推荐系统每天为数十亿人提供数以万计的搜索结果、广告、产品、音乐和新闻故事。 在亚马逊KDD Cup ’23中，超过450支数据科学家团队参赛。这场为期三个月的挑战经历了不少曲折和紧张的结局。 进入高速挡 在比赛的前10周，该团队一直处于领先地位。但在最后阶段，组织者切换到新的测试数据集，其他团队迎头赶上。 NVIDIAN团队加班加点，夜以继日地工作，以迎头赶上。团队成员从柏林到东京的不同城市留下了一串串日夜不停的Slack消息。 “我们一直在不停地工作，这非常令人兴奋，”圣地亚哥的团队成员Chris Deotte说道。 换个名字也是产品 最后一个任务是最难的。 参赛者需要根据用户浏览会话的数据预测用户会购买哪些产品。但训练数据中并没有包含许多可能的选择的品牌名称。 “我从一开始就知道，这将是一个非常非常困难的测试，”Gilberto“Giba”Titericz说道。 KGMON来拯救 Titericz位于巴西库里奇巴，是Kaggle竞赛中四位伟大大师级别的团队成员之一，这是数据科学的在线奥林匹克。他们是一支机器学习忍者团队，赢得了数十个比赛。NVIDIA创始人兼首席执行官Jensen Huang称他们为KGMON（NVIDIA的Kaggle大师），这是对宠物小精灵的戏仿。 Titericz在数十次实验中使用大型语言模型（LLMs）构建生成性人工智能来预测产品名称，但都没有成功。 在一次创造性的灵光乍现中，团队发现了一个变通方法。使用他们的新的混合排序/分类器模型进行预测非常准确。 最后冲刺 在比赛的最后几个小时里，团队争分夺秒地将所有模型打包在一起进行最后的提交。他们整夜在多达40台计算机上进行实验。 东京的KGMON成员小野寺一直感到紧张。“我真的不知道我们的实际得分是否与我们估计的一致，”他说。 四位KGMON成员（从左上角顺时针）：小野寺、Titericz、Deotte和普吉特。 同样是KGMON成员的Deotte回忆说：“大约100个不同的模型一起工作，产生一个单一的输出……我们将其提交到排行榜，然后一触即发！” 该团队在AI界相当于照片结束线上稍微领先于最接近的对手。…