17:39官方账号arXiv cs.AI@Di Bai, Feng Han, Zhenwei Tang, Jintao Liu, Luoshu Wang, Jialu Liu78°Google Discover等大型内容平台面临陈旧推荐问题,主要源于内容替代和相关性衰减两种机制。Google 推出 SDF 系统,用于解决推荐内容的陈旧性问题。SDF 通过关系陈旧性模型和预测流量比率(PTR)模型两个过滤器来识别陈旧内容。在为期两年的生产部署中,用户提交的陈旧性报告相比基线下降了54.9%。论文GoogleGoogle DiscoverSDF推荐理由:Google 在 Google Discover 上部署了 SDF 系统,专门解决推荐内容变旧的问题。它用两个模型识别陈旧内容,让用户投诉下降了54.9%。原文稍后读已读值得跟进有用关注 Google
12:50官方账号arXiv cs.AI@Jason Stanley, Zhirui Dai, Qihao Qian, Tzu-Chin Ho, Tianxing Fan, Siddharth Saha, Christopher Barngrover, Ki Myung Brian Lee, Nikolay Atanasov本文提出OREN(Octree Residual Network)与Bubble*规划器,协同实现无人机实时有符号距离函数(SDF)建图和运动规划。OREN结合显式八叉树与隐式神经残差,在线重建SDF,精度比基线高22%。Bubble*利用距离信息生成最大无碰撞球体,在杂乱环境中规划约90米轨迹仅需1-3秒,而基线需10秒。系统在四旋翼无人机上实时运行。论文ORENBubble*无人机推荐理由:这篇论文把建图和规划合着做,用OREN神经网络重建距离场,Bubble*算法找安全球路径。无人机飞90米只要1到3秒,比别的快10倍。原文稍后读已读值得跟进有用关注 OREN