Al abrir un cine en línea, un servicio para escuchar audiolibros o música, los usuarios rara vez piensan en por qué estas películas, libros o pistas en particular terminaron frente a ellos. Mientras tanto, los sistemas de recomendación han experimentado recientemente una importante transformación. Si antes la tarea de los servicios se reducía a buscar usuarios o productos similares, hoy ya son capaces de predecir las intenciones de una persona y el desarrollo del LLM ha acelerado este proceso.
Comparto ideas de la conferencia Urban ML, que tuvo lugar el 2 de agosto en el Loft Hall (ZIL) de Moscú. Los expertos en ciencia de datos compartieron qué sistemas de recomendación modernos están fallando, qué problemas siguen sin resolver y hacia dónde se dirige la industria.
Leer más
|
@habr_ai