Netflix 大赛 20 年后重赛:现代深度学习也只做到 9.98%
sedielem · x · 2026-09-21
Netflix Prize 结束约 20 年后,一支有参赛经验的团队用现代硬件、深度学习、AI 辅助编码和公开解法重试当年的任务,目标 RMSE 提升 10%。结果最终只做到 9.98%,勉强达标,证明这一目标在今天依然困难。作者以线程形式复盘了整个过程,涉及推荐系统(RecSys)与机器学习实践,并关联 ACM RecSys 社区。
「研究」频道最新
- 宾大开设离散生成模型课程：从 flow matching 推到离散扩散全套推导 — anshulkundaje · 2026-09-21
- 血液 cfDNA 甲基化模式可在确诊前 8 年预测乳腺癌与前列腺癌 — EricTopol · 2026-09-21
- Jeff Dean：看到 10 倍改进，就可能是下一个基础性想法——MoE 就是信号 — dawnsongtweets · 2026-09-21
- 开发者实测 KLPO 训练后端：默认梯度等价 REINFORCE，异步训练被拒 — burny_tech · 2026-09-21
- WarpState 实验架构：双时间尺度联想记忆替代无限增长的 KV 缓存 — zemondza · 2026-09-21
- 41 国联合研究首次量化 AI 采用与就业变化 — soumitrashukla9 · 2026-09-21