BriefGPT - AI 论文速递 BriefGPT - AI 论文速递 ·

CWRCzech: 1 亿查询文档捷克点击数据集及其在 Web 相关性排名中的应用

📝

内容提要

介绍了 CWRCzech，一种点击网络排名数据集，该数据集包括由 Seznam.cz 搜索引擎日志收集到的相关性排名的捷克语点击数据以及用户行为数据。该数据集是迄今为止最大的包含原始文本的点击数据集，共提供了搜索结果中的文档位置以及用户行为信息：约 2700 万次点击和 1080 万次停留时间。此外，我们还发布了一个人工标注的捷克语相关性任务测试集，包含近 5 万个查询 -...

🏷️

标签

web 数据集
➡️

继续阅读

  1. 微软推出按需付费云游戏之际，Xbox应用将登陆TCL电视
    微软与TCL合作，将在TCL智能电视上推出Xbox应用，支持云游戏。此举配合微软11月推出的按需付费云游戏选项，无需Game Pass订阅即可使用。同时，...
  2. 结构化应用数据的Dataclasses
    本文介绍Python dataclass如何替代易出错的配置字典，构建结构化、可维护的数据模型。涵盖组合嵌套记录、用default_factory处理可变...
  3. Cloudflare D1开始强制执行免费额度：超额后数据库查询直接失败 次日0点恢复
    Cloudflare D1数据库免费版自2026年9月1日起强制执行每日额度，免费用户每天限500万次行读取和10万次行写入，超额后查询直接报错，不会产生...
  4. Twenty Years of jQuery: How a Little Library Rewired Web Development
    jQuery, created by John Resig and released in 2006, is a JavaScript library t...
  5. Kimi K3 模型结构（10）：RL 与服务，状态住在哪里
    本文介绍Kimi K3模型在1M上下文强化学习与线上服务中的系统设计，核心是状态管理。KV块和KDA状态通过write-back策略在GPU与DRAM池间...
  6. Kimi K3 模型结构（9）：显存，把 2.8T 塞进 GPU
    本文详解Kimi K3模型训练中的显存优化策略，通过账本形式分析权重、激活等内存占用，并介绍六项关键技术：均衡PP rank激活、统一激活管理器、MoE反...
👤 个人中心
在公众号发送验证码完成验证