Първи стъпки с текстово търсене Vespa.ai току-що публикува два урока, за да помогне на хората да започнат с приложения за търсене на текст чрез изграждане на мащабируеми решения с Vespa. Уроците се основават на „пълната задача за класиране на документи“, издадена от екипа на „Набор от данни MS MARCO на Microsoft“. Първият урок ви помага да създадете и внедрите основно приложение за търсене на текст с Vespa, както и да изтеглите, анализирате и подадете набора от данни към работещ..

Преминете отвъд класическите подходи за матрична факторизация, за да включите помощни функции за потребител/артикул и директно да оптимизирате подреждането на артикулите Въведение В тази статия ще представим Factorization Machines (FM) като гъвкава и мощна рамка за моделиране за препоръки за съвместно филтриране. След това ще опишем как специализираните функции за загуба, които директно оптимизират подреждането на артикулите, правят възможно прилагането на FM модели към имплицитни данни..