如何评价 KNN 算法?
K-NN 算法好啊,特别是深度学习出来后万物皆可 Embedding,几乎啥问题都可以转换成为两者 Embedding 的相似度问题,不管是分类、回归、排序等等,Embedding + K-NN 打分简单易行。
而且 K-NN 线上服务也特别好做,简单,速度快。如果 Embedding 数量特别多,也有很多近似 K-NN 的算法效果也不错。
K-NN 本身要调的参数也少,挑一挑 K 就能上。
如果不是一般 Embedding 生成的算法的话,K-NN 可能还需要注意数据的 Scale 和距离函数的选取。再就是有可能有高维度的诅咒需要注意一下。
应用不复杂的话无脑上就好了。
继续阅读
全部内容Alexandr Wang 和 Lecun,谁对 Meta 更重要?
谢邀。作为一名身处硅谷一线的AI创业者,这个问题恰好击中了我一直在思考的核心。它看似在比较两个人,实则是在拷问一家科技巨头在当下这个“大重构”时代,究竟该如何选择自己的生存之道。 长话短说,我的核心观点是:在这个充满不确定性的时代,最重要的不是“做对”,而是通过快速试错来获得“信息增量”。因此,谁能帮助Meta更快、更...
为什么苹果公司在ai领域起了个大早赶了个晚集?
我有一个妙计,既然 Meta 最近在疯狂招人,不如 Apple 来一个釜底抽薪,直接收购 Meta,直接解决 Apple 在 AI 领域的问题。 下面是 AI 给出的详细计划: 苹果收购 Meta 的“神级”实施计划 0 · 战略总述 1. 一步到位补齐 AI 短板 Meta 正在用「Zuck Bucks」千金砸人,疯...
Meta 宣布成立「超级智能实验室」,其豪华团队阵容透露了哪些信息?未来可能会在哪些方面发力?
多数人把 Meta 超级智能实验室(MSL)看成一场“更大模型”军备赛。但我认为,扎克伯格真正想造的不是下一只 GPT,而是一套“AI 原生操作系统”——一个结合数据供应链、开发者生态和跨端硬件的全栈平台。模型只是其中一个可替换的插件,而不是终局。 团队构成指向“数据炼油厂 + 开发者平台” Alexandr Wang...

