请查收｜ 京东零售技术AI领域前沿探索-10篇顶会论文合集
💡
原文中文，约6600字，阅读约需16分钟。
📝
内容提要
京东零售技术团队在2024年发表多篇AI论文，涉及目标检测和排序模型等，提出新框架和方法以提升电商搜索和推荐系统性能，解决长尾商品和用户偏好问题，推动技术进步。
🎯
关键要点
- 京东零售技术团队在2024年发表多篇AI论文，涵盖多个领域。
- 论文涉及目标检测、多场景学习、排序模型等方向。
- 提出新框架和方法以提升电商搜索和推荐系统性能。
- 解决长尾商品和用户偏好问题，推动技术进步。
- 开放词汇目标检测的新框架BIND，提升检测效率。
- 基于多场景学习的搜推联合建模框架，显著提升性能。
- 优化电商搜索的粗排模型，提升排序一致性和长尾泛化能力。
- 基于互信息的用户偏好导向模型，平衡准确性和多样性。
- 引入JDivPS数据集，推动多样化产品搜索研究。
- 半监督多通道图卷积网络解决查询意图分类问题。
- 基于预训练的插件式CTR预估模型，提升排序能力。
- 广告商品排序和创意优选的并行结构，提升广告投放效率。
- 快慢轨迹学习框架增强点击率预测模型的时序适应能力。
- 任务感知解码技术缓解大模型的幻觉问题，提升生成效果。
➡️
