https://blog.qife122.com/tags/%E5%AF%B9%E6%8A%97%E5%AD%A6%E4%B9%A0/ Recent content in 对抗学习 on 办公AI智能小助手 Hugo zh-cn qife Wed, 10 Sep 2025 09:35:43 +0800 https://blog.qife122.com/p/%E5%AF%B9%E6%8A%97%E8%AE%AD%E7%BB%83%E6%8F%90%E5%8D%87%E4%BA%A7%E5%93%81%E6%90%9C%E7%B4%A2%E5%8F%91%E7%8E%B0%E6%8A%80%E6%9C%AF/ Wed, 10 Sep 2025 09:35:43 +0800 https://blog.qife122.com/p/%E5%AF%B9%E6%8A%97%E8%AE%AD%E7%BB%83%E6%8F%90%E5%8D%87%E4%BA%A7%E5%93%81%E6%90%9C%E7%B4%A2%E5%8F%91%E7%8E%B0%E6%8A%80%E6%9C%AF/ <h1 id="对抗训练提升产品发现">对抗训练提升产品发现</h1> <p>深度学习在自然语言处理任务（如Alexa命令解释）中非常成功，但由于缺乏负训练样本，在信息检索任务（如产品发现）中效果较差。教导模型查询&quot;Fire HD 10&quot;匹配同名产品相对容易，但教导它&quot;Fire HD 10保护套&quot;和&quot;Fire HD 10充电器&quot;不匹配同一产品则更加微妙，需要大量负样本。然而，为大型产品目录中的每个项目识别和标注负样本是一项巨大工程。</p>