页面加载中…
搜索中文正文和常见中英文技术词，按教程、项目、面试题筛选。
「Embedding 模型结构」找到 13 条内容
按专题浏览 →匹配正文：常用模型结构 1. Sentence-BERT (SBERT) 基于BERT+孪生网络结构，双塔共享参数 采用CLS或Mean Pooling获取句向量 用余弦相似度直接比较，推理效率远高于BERT原生交互式 2. SimCSE 无监督版：同一句话过两次Dropout，正样本对来自自身，负样本来自batch内其他样本 有监督版：利用NLI数据，蕴含为相似、矛盾为不相似 核心优势：无需标注数据也能学到高质量语义空间 3. 其他代表 Instructor: 任务指令引导，"Rep…
匹配标题与标签：VQ-VAE 与传统 VAE 有何不同? 离散表示学习原理、模型结构及应用场景详解 模型架构 VQ-VAE 离散表示学习 变分自编码器 向量量化 多模态生成 2026真题 Vector Quantized Variational Autoencoder VAE 区别 大模型架构与原理 百度
匹配正文：…m表征，如S^3-Rec、CL4SRec 知识蒸馏：用大模型生成的软标签指导双塔模型，保留细粒度语义关系 特征交叉显式化：将ID Embedding与属性Embedding做显式交互（FM/DeepFM），避免纯DNN的隐式交叉不足 三、模型结构改进 方向 典型方案 作用 序列建模 SASRec、BERT4Rec 捕捉用户兴趣演化，替代静态用户向量 图神经网络 LightGCN、PinSage 利用高阶连接关系，缓解数据稀疏 多兴趣建模 MIND、ComiRec 单个用户学习…
学习内容与项目面试，在同一条路上。