公开(公告)号：CN117932164A

公开(公告)日：2024-04-26

申请号：CN202410139688.5

申请日：2024-01-31

Applicant: 支付宝(杭州)信息技术有限公司

Inventor： 王淑晗 ,  沈彬 ,  闵旭 ,  何勇 ,  张晓露 ,  张亮 ,  周俊 ,  莫林剑

IPC: G06F16/9536 ,  G06F16/2457 ,  G06N3/0455 ,  G06N3/08

Abstract: 本说明书实施例提供的推荐方法、推荐模型的模型训练方法及设备，对历史行为序列中交互项的项标识与辅助信息进行融合；基于项标识信息、融合信息以及位置信息，通过位置解耦的融合自注意力模型确定各个交互项的融合项标识表征；基于各个交互项的融合项标识表征与候选项之间的匹配得分向用户推荐候选项。根据本说明书实施例的技术方案，能够消除位置信息与项标识、辅助信息之间的噪声干扰，并保留了项标识与辅助信息之间的强相关性，从而能够提高个性化推荐的准确性。

公开(公告)号：CN115204949A

公开(公告)日：2022-10-18

申请号：CN202210825837.4

申请日：2022-07-14

Applicant: 支付宝(杭州)信息技术有限公司

Inventor： 范长勋 ,  闵旭 ,  俞骏临 ,  许涛 ,  杜涛

IPC: G06Q30/02 ,  G06N20/00

Abstract: 本说明书实施例提供任务推荐方法，其中所述任务推荐方法包括：接收目标用户对应的任务集合，其中，所述任务集合包含待处理任务；基于任务推荐模型中的第一任务处理单元对所述任务集合进行处理，获得所述任务集合的集合表征；基于偏好预测模型中的参数处理单元，对所述目标用户的用户参数进行处理，获得所述目标用户对应的用户表征；基于所述任务推荐模型中的第二任务处理单元，对所述集合表征以及所述用户表征进行处理，获取所述待处理任务的任务特征；将所述任务特征输入所述任务推荐模型中的任务预测单元，获得所述目标用户对应的目标任务，从而准确向用户推荐符合其偏好的营销活动。

公开(公告)号：CN119783773A

公开(公告)日：2025-04-08

申请号：CN202411756442.9

申请日：2024-12-02

Applicant: 支付宝(杭州)信息技术有限公司

Inventor： 王榕甄 ,  闵旭 ,  张晓露 ,  周俊 ,  李崇轩 ,  郑晨宇 ,  吴国强

IPC: G06N3/0985 ,  G06N3/0499 ,  G06F40/16

Abstract: 本说明书实施例提供一种检验大模型损失上界可靠性的方法及装置，在大模型的训练过程既更新模型参数又更新超参数的情况下，对于估算的大模型损失上界进行可靠性检验。具体地，选择特殊数据集，以寻找一个在大模型上损失尽可能大的评测数据集，并确定在评测数据集上的评测损失，检验评测损失是否足够接近损失上界，从而检验损失上界是否合理的、稳定的。其中，所获取的评测数据集，满足相同样本在不同更新规则下更新得到的更新结果之间的距离大于第一数值的发散性、相同更新规则在不同样本上更新得到的更新结果之间的距离大于相应样本的参数之间距离的第二倍数的增长性，以使得评测损失尽可能大。以上技术方案可以检验大模型损失上界的鲁棒性。

公开(公告)号：CN117422563A

公开(公告)日：2024-01-19

申请号：CN202311299228.0

申请日：2023-10-08

Applicant: 支付宝(杭州)信息技术有限公司

Inventor： 闵旭 ,  张晓露 ,  周俊 ,  殷振滔 ,  秦小波 ,  费斌杰

IPC: G06Q40/08 ,  G06F18/241 ,  G06F18/21 ,  G06N3/0442

Abstract: 本说明书公开了一种核保模型训练方法、装置、存储介质及设备，通过获取第一样本数据集合，其中，第一样本数据集合中包括至少一个样本用户分别对应的样本数据，样本数据包括样本画像数据和样本标记时间，然后将第一样本数据集合输入至核保模型中，得到第一样本数据集合中各样本画像数据分别对应的样本风险比例，基于各样本画像数据分别对应的样本风险比例以及各样本画像数据分别对应的样本标记时间，采用预设损失函数以及最大偏似然估计方法对核保模型计算模型损失值并对核保模型进行训练，最终得到训练完成的核保模型。

公开(公告)号：CN117493661A

公开(公告)日：2024-02-02

申请号：CN202311299168.2

申请日：2023-10-08

Applicant: 支付宝(杭州)信息技术有限公司

Inventor： 闵旭 ,  张晓露 ,  周俊

IPC: G06F16/9535 ,  G06F18/2415 ,  G06F18/213 ,  G06Q30/0251 ,  G06Q50/12 ,  G06Q50/14

Abstract: 本说明书公开了一种事务推荐方法、装置、存储介质及设备，通过获取第一用户对应的用户数据以及待推荐事务，用户数据包括第一画像特征以及第一行为特征，然后根据用户数据中的第一画像特征确定与第一用户相关联的至少一个相似用户，并基于各相似用户分别对应的第二行为特征对第一行为特征进行特征重构，得到重构行为特征，最后基于重构行为特征和待推荐事务生成第一用户针对待推荐事务的转化率，并基于转化率推荐待推荐事务至第一用户。