Разбор RecSys 2024 от VK AI Community: 1 часть
14 ноября 2024 года в Москве и онлайн состоится митап по разбору статей с RecSys 2024, 18-ой международной конференции ACM Recommender Systems.
14 ноября 2024 года в Москве и онлайн состоится митап по разбору статей с RecSys 2024, 18-ой международной конференции ACM Recommender Systems.
Коллеги из VK и других компаний поговорят про семантические эмбеддинги, большие рекомендательные нейросети, классические модели и многое другое.
На разборе свои работы представят исследователи из русскоязычного RecSys комьюнити, чьи статьи были приняты на конференцию в этом году (перечень разбираемых статей и спикеров будет обновлен на сайте регистрации).
В программе доклады с открытым обсуждением, активности для общения и нетворкинг.
Необходима предварительная регистрация и получение подтверждения на почту.
Программа:
- Андрей Кузнецов, Руководитель ML OK: Embedding Optimization for Training Large-scale Deep Learning Recommendation Systems with EMBark
- Роман Логойда, ML инженер AI VK: Better Generalization with Semantic IDs: A Case Study in Ranking for Recommendations
- Александр Петров, исследователь, администратор tg-сообщества #recommender_systems: 1. Efficient Inference of Sub-Item Id-based Sequential Recommendation Models with Millions of Items, 2. Enhancing Sequential Music Recommendation with Personalized Popularity Awareness
- Ян-Мартин Тамм, Researcher,University of Tartu: Comparative Analysis of Pretrained Audio Representations in Music Recommender Systems
- Петр Погорелов, ML инженер AI VK: Distillation Matters: Empowering Sequential Recommenders to Match the Performance of Large Language Models
- Антон Кленицкий, ML Researcher Sber AI Lab: Does It Look Sequential? An Analysis of Datasets for Evaluation of Sequential Recommendations
- Олег Лашинин, Ведущий исследователь-разработчик Т-Банк: 1. Informed Dataset Selection with ‘Algorithm Performance Spaces’ 2. LLMs for User Interest Exploration in Large-scale Recommendation System
- Александр Тараканов, ML-исследователь AI VK: Multi-Behavioral Sequential Recommendation
Подробности.
Тематики:
Инновации
Ключевые слова:
мероприятия Москвы, Искусственный интеллект, Машинное обучение (ML)