Open zerebom opened 1 year ago
LinkedInでスキル間の関係を表すグラフをどうやって作っているか書いている記事。
LinkedInは「スキル」によるマッチングをとても重視している企業。
When we think of skills, we think of the unique knowledge, expertise, and abilities that each of us has. At LinkedIn, we see skills as more – we see them as a way to level the playing field in the labor market because they represent what a member is capable of – not where they went to school, where they grew up or where they worked. That’s why we believe a skills-first approach to hiring talent will help companies gain access to wider talent pools to find the skilled workers their businesses need, especially in sectors that are aggressively looking for talent.
マッチングに使うためにスキル間の関係をグラフ化して持っているが、その大きさは年々大きくなり(+35 % YoY)、200kのエッジを持つ状態にまでなっている。
新しくスキルをグラフに追加するために、分類の専門家もいるがさすがにグラフが大きすぎるので機械学習でサポートしている。 → KGBert
このモデルはこれまで使っていた分類モデルと比べて20 %以上性能が向上していて、スキル分類のコストを下げるのに役立っている。
(感想:KGBertの中身全然知らないが、Sentence generationの部分、ChatGPT使ったら性能上がりそうだとおもった)
ABテストが様々な事情で実施できない場合への対応。アイデアとしては有用なので、ABできないときに思い出したい
商品レビューページの閲覧確率が同じくらいのユーザーの中で、実際にレビューページを見たユーザーと見ていないユーザーで比較を行う
自動運転に必要とされる4つの機能は、1. 解釈 2. 想像 3. 決断 4. 交渉であり、これにはマルチモーダル学習、Vision and languageの学習、強化学習の3つの学習が必要だと考えています
上記前提の元、Turingの自動運転技術の実現に向け、基盤モデルの活用戦略について論じている。
基盤モデルは物理世界の情報を持っていないが、Vison and language等を組み合わせ、ロボットの視点の画像を読み込ませることによりコンテキストを理解させることができる。
ただし現状基盤モデルを自動運転に組み込むには下記のような課題がある。
Why
推薦・機械学習勉強会は、推薦や機械学習、その周辺技術を通じてサービスを改善することにモチベーションのある人達の集まりです。ニュースやブログから論文まで、気になったものについてお互い共有しましょう!
発信のため、ここは public にしてあります。外部からの参加をご希望の方は樋口(https://twitter.com/zerebom_3) まで DM を送るか、Wantedly Visit の募集(https://www.wantedly.com/projects/391912) よりご連絡ください!
What
Wantedly では隔週水曜日に
といった話をする「推薦・機械学習勉強会」を開催しています。 この ISSUE はその会で話すネタを共有するための場所です。
話したいことがある人はここにコメントしましょう! 会の間に話した内容もここにメモしましょう!
prev: #185