深耕AI領域前沿技術度小滿三篇論文被國際學術會議CIKM 2022錄用

2022-12-23 17:52:31來源：中關村在線

數(shù)字經(jīng)濟時代，金融行業(yè)對于創(chuàng)新技術的需求愈加迫切。多年來，度小滿持續(xù)加強對預訓練模型、序列建模等前沿技術的布局，不斷取得新突破、新成果。如今，憑借強勁的技術實力，度小滿已有多篇論文被國際頂級會議錄用。

(資料圖片僅供參考)

AI技術能力雄厚，度小滿多次在國際頂會發(fā)表論文

近期，第31屆ACM信息與知識管理國際會議（The 31th ACM International Conference on Information and Knowledge Management，CIKM 2022）公布的錄用結果顯示，度小滿AI Lab的三篇文章被錄用。據(jù)悉，CIKM創(chuàng)辦于1992年，是全球信息檢索和數(shù)據(jù)挖掘領域的頂級學術會議之一，享有較高的學術聲譽。度小滿已多次在CIKM、ACM MM、CVPR等國際頂會發(fā)表論文，其AI前沿技術能力已堪比國際一線機構。

（ExpertBert框架圖）

度小滿這次被錄用的三篇論文，分別在預訓練模型、用戶表示、序列建模等NLP任務相關算法上取得突破性進展。三篇論文題目分別為ExpertBert: Pretraining Expert Finding（ExpertBert：用戶粒度預訓練框架，快速匹配高質(zhì)量回答）、Efficient Non-sampling Expert Finding（ENEF：高性能、低計算復雜度的「非采樣」專家發(fā)現(xiàn)模型）、Deep View-Temporal Interaction Network for News Recommendation（DeepVT：視圖與時序模式交互，全面、精準預測用戶畫像）

創(chuàng)新技術取得新進展，度小滿已將其應用在實際業(yè)務中

在度小滿此次的三篇論文中，用于專家發(fā)現(xiàn)任務的ExpertBert模型，彌合了預訓練目標與下游建模任務的差距，能夠精準識別潛在的信貸需求；ENEF模型，基于非采樣策略進行專家發(fā)現(xiàn)，增強了問題和用戶表示的魯棒性和穩(wěn)定性，成為CQA領域兼具性能與效率的最優(yōu)方法；DeepVT模型，全面有效地捕捉和融合視圖和時序模式，使小微客群的行為預測更精準。

度小滿AI Lab負責人楊青表示，這些算法與金融行業(yè)的用戶行為預測高度相關，對于風險評估，信貸獲客和老客經(jīng)營等信貸業(yè)務至關重要。目前以上創(chuàng)新技術已在實際業(yè)務上落地應用。

度小滿AI Lab團隊撰寫的三篇文章聚焦預訓練模型、用戶表示、序列建模等前沿技術，為加快攻克金融科技難題，推動創(chuàng)新技術在金融領域的落地應用提供了有力支撐。未來，度小滿將繼續(xù)加強技術研發(fā)與創(chuàng)新，以科技破解金融服務痛點，助力實體經(jīng)濟高質(zhì)量發(fā)展。

標簽：新聞資訊