算法系统协同优化，vivo与港中文推出BlueLM-V-3B，手机秒变多模态AI专家
在人工智能领域，多模态大型语言模型（MLLMs）正以其强大的潜力和广泛的应用前景备受瞩目。这些模型能够处理和理解多种形式的数据，如文本、图像和音频，从而为我们的日常生活带来诸多便利。然而，将这些庞大的模型部署到移动设备上却面临诸多挑战，如内存限制和计算能力不足等问题。为了解决这些难题，...
什么是慢查询优化,如何使用_OpenSearch-行业算法版_智能开放搜索 OpenSearch(Open Search)
查询优化在日常的业务开发中，opensearch出现慢查询是很常见的，用户不恰当的操作、filter内容过多、某段时间激增的QPS都有可能导致慢查询的现象发生。opensearch提供的慢Query分析可以指定时间段查询高LCU花销的慢Query详情，并获得相应的优化建议，协助您降低成本。慢Quer...
慢SQL的模板化算法优化
变更背景当前慢SQL链路会对每条SQL进行SQL模板化处理，即对原始SQL去除变量参数后得到SQL模板，再对SQL模板进行加密获得SQLHASH。例如，原始SQL为select name, age, score from study where age > 20 and score > 10时：SQ...
广告深度学习计算：召回算法和工程协同优化的若干经验(二）
▐ 路径二：索引扁平化模型1. 模型结构介绍此模型将原本 TDM 模型中十余层的二叉树索引压缩到了三四层，第一层展开为数千节点，之后每一层按照十几的度展开。我们从第二层开始进行 beam search ，总共经过若干轮模型打分以及 TopK 的筛选，每次模型打分的数量在数万，如图所示。相比于 TDM 模型，打分轮数减少了23倍，而每轮打分的广告数扩充了46倍。为了拿到更精准的打分结果，算法上在原....
广告深度学习计算：召回算法和工程协同优化的若干经验(一）
▐ 背景阿里妈妈展示广告召回大多采用 Tree-based Deep Model(以下简称TDM)模型，它通过对候选广告的聚类，构造了深达十余层的二叉树索引，并使用 beam search 在此索引上进行检索[1]。由于线上服务的 latency 约束及当时的硬件算力限制使我们不能直接对整个候选集（百万甚至千万量级）进行模型打分。随着近几年硬件（GPU & ASIC）的发展，我们在模型上....
本页面内关键词为智能算法引擎基于机器学习所生成，如有任何问题，可在页面下方点击"联系我们"与我们沟通。
算法更多优化相关
智能引擎技术
AI Online Serving，阿里巴巴集团搜推广算法与工程技术的大本营，大数据深度学习时代的创新主场。
+关注