Swiggy利用350多项功能以及多任务神经网络模型来预测客户的终身价值。
Swiggy开发了一套自主研发的预测生命周期价值模型，该模型采用了超过350个预订单相关特征，并结合了多任务MLP算法来分析Food业务及Instamart业务的数据。通过将订单数量作为辅助训练指标，模型的参数数量减少了63%，同时其预测性能也得到了提升。目前，Swiggy正在将这种预测生命周期价值的方法与Google的Target ROAS竞价系统相结合，以优化客户获取策略。 作者：Leela Kumili
Swiggy开发了一套自主研发的预测生命周期价值模型，该模型采用了超过350个预订单相关特征，并结合了多任务MLP算法来分析Food业务及Instamart业务的数据。通过将订单数量作为辅助训练指标，模型的参数数量减少了63%，同时其预测性能也得到了提升。目前，Swiggy正在将这种预测生命周期价值的方法与Google的Target ROAS竞价系统相结合，以优化客户获取策略。
作者：Leela Kumili相关文章
通过采用服务器驱动型架构，Airbnb将认证代码的长度缩短了60%。
Airbnb重新设计了其认证架构，采用了基于服务器处理的流程以及根据策略来选择相应的认证方式。这一新的“灵活认证系统”使与认证相关的代码量减少了60%，使得网页客户端的大小缩减了100 KB，同时大大提高了认证成功的成功率（成功率提升了2.6%），还有效减少了重复账户的创建现象（重复账户的数量减少了27%），此外，使用一次性密码进行认证所带来的成本也降低了11%。 作者：Leela Kumili
阅读全文
WhatsApp正在测试利用设备上的机器学习技术来进行诈骗检测，并同时采用能够保护用户隐私的分析方法。
WhatsApp正在有限范围内进行Scam Alert功能的测试。该功能利用设备上的机器学习技术，来识别来自非联系人的潜在诈骗信息。Meta的架构能够将消息内容保留在用户设备上；同时，通过使用保密计算、不可察觉的HTTP传输方式、差分隐私技术以及模型透明度机制，来评估这一功能的性能并确保模型数据的安全传输。 作者：Leela Kumili
阅读全文
Netflix正在推动开源版本的Flink自动扩展功能的应用，以便能够支持超过30,000个流处理任务。
Netflix正在将旗下分布在多个AWS区域的3万多项流处理任务迁移至开源工具Apache Flink Autoscaler。这种基于操作员级别的调度机制有效弥补了Netflix原有集群级自动调度系统在处理复杂、具有状态依赖性的数据处理流程时所存在的局限性。据Netflix称，采用这一新方案后，某个团队的年度Flink计算成本降低了58%，每年因此节省约110万美元。 作者：Leela Kumili
阅读全文
如何构建能够识别自身知识盲区的AI系统：一份实用指南
大型语言模型从根本上改变了我们构建企业内部应用的方式。它们使开发人员能够创建出能够分析复杂企业数据、回答内部查询以及自动化重复性工作流程的智能软件。 然而，将基于大型语言模型的应用从本地原型阶段部署到生产环境时，往往会暴露出一个关键的可靠性问题： 过度自信 。 标准的语言模型被优化为生成在统计学上最有可能出现的下一个输出结果，而不是用来评估它们自身的准确性。当遇到模糊的输入指令、不完整的检索信息或超出模型适用范围的边缘情况时，这些模型会毫无顾忌地生成看似合理的虚假答案，甚至编造事实，而不会向用户提示任何不确定性。 在那些对业务运行至关重要的企业环境中，一个盲目猜测的人工智能应用无疑会带来严重的
阅读全文