<?xml version="1.0" encoding="utf-8" standalone="yes"?>
<rss version="2.0" xmlns:atom="http://www.w3.org/2005/Atom">
  <channel>
    <title>向量检索 on 办公AI智能小助手</title>
    <link>https://blog.qife122.com/tags/%E5%90%91%E9%87%8F%E6%A3%80%E7%B4%A2/</link>
    <description>Recent content in 向量检索 on 办公AI智能小助手</description>
    <generator>Hugo</generator>
    <language>zh-cn</language>
    <copyright>qife</copyright>
    <lastBuildDate>Mon, 08 Sep 2025 22:01:39 +0800</lastBuildDate>
    <atom:link href="https://blog.qife122.com/tags/%E5%90%91%E9%87%8F%E6%A3%80%E7%B4%A2/index.xml" rel="self" type="application/rss+xml" />
    <item>
      <title>基于vLLM与AWS Trainium的冷启动推荐优化方案</title>
      <link>https://blog.qife122.com/p/%E5%9F%BA%E4%BA%8Evllm%E4%B8%8Eaws-trainium%E7%9A%84%E5%86%B7%E5%90%AF%E5%8A%A8%E6%8E%A8%E8%8D%90%E4%BC%98%E5%8C%96%E6%96%B9%E6%A1%88/</link>
      <pubDate>Mon, 08 Sep 2025 22:01:39 +0800</pubDate>
      <guid>https://blog.qife122.com/p/%E5%9F%BA%E4%BA%8Evllm%E4%B8%8Eaws-trainium%E7%9A%84%E5%86%B7%E5%90%AF%E5%8A%A8%E6%8E%A8%E8%8D%90%E4%BC%98%E5%8C%96%E6%96%B9%E6%A1%88/</guid>
      <description>&lt;h1 id=&#34;冷启动推荐场景的挑战&#34;&gt;冷启动推荐场景的挑战&lt;/h1&gt;&#xA;&lt;p&gt;推荐系统中的冷启动问题不仅涉及新用户或新物品场景，更核心的是系统初始化时完全缺乏个性化信号。当新用户首次访问或新内容上线时，由于没有历史行为数据，推荐引擎无法识别用户偏好，导致所有用户都被归入宽泛的通用类别。这不仅会降低点击率和转化率，还可能在使用户流失后系统仍未能学习到其偏好。&lt;/p&gt;</description>
    </item>
    <item>
      <title>基于AWS Trainium与vLLM的冷启动推荐优化技术</title>
      <link>https://blog.qife122.com/p/%E5%9F%BA%E4%BA%8Eaws-trainium%E4%B8%8Evllm%E7%9A%84%E5%86%B7%E5%90%AF%E5%8A%A8%E6%8E%A8%E8%8D%90%E4%BC%98%E5%8C%96%E6%8A%80%E6%9C%AF/</link>
      <pubDate>Sat, 06 Sep 2025 20:43:10 +0800</pubDate>
      <guid>https://blog.qife122.com/p/%E5%9F%BA%E4%BA%8Eaws-trainium%E4%B8%8Evllm%E7%9A%84%E5%86%B7%E5%90%AF%E5%8A%A8%E6%8E%A8%E8%8D%90%E4%BC%98%E5%8C%96%E6%8A%80%E6%9C%AF/</guid>
      <description>&lt;h1 id=&#34;基于aws-trainium与vllm的冷启动推荐优化技术&#34;&gt;基于AWS Trainium与vLLM的冷启动推荐优化技术&lt;/h1&gt;&#xA;&lt;p&gt;推荐系统中的冷启动问题不仅涉及新用户或新物品场景，更核心的是系统初始阶段完全缺乏个性化信号。当新用户首次访问或新内容上线时，由于缺乏行为历史数据，推荐引擎无法识别用户兴趣，导致所有用户被归入宽泛的通用类别。这不仅会降低点击率和转化率，还可能在使用户流失后系统仍未能学习到其偏好。&lt;/p&gt;</description>
    </item>
  </channel>
</rss>
