-
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
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：CN117370652A
公开(公告)日：2024-01-09
申请号：CN202311303448.6
申请日：2023-10-08
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06F16/9535 , G06F18/214
Abstract: 本说明书的实施例提供了一种模型训练、信息推荐方法和装置。在该模型训练方法中，通过在训练过程中引入样本分组模型和权重计算模型，根据当前训练样本经过待优化模型的输出和对应的标签确定各个当前训练样本的状态。再分别利用样本分组模型和权重计算模型确定各个当前训练样本所属的分布类别和对应的权重。进而，基于当前训练样本经过待优化模型的输出和对应的标签以及对应的权重确定损失值，以调整待优化模型的模型参数；基于各个当前训练样本所属的分布类别和对应的权重确定相应的奖励值，以调整样本分组模型和权重计算模型的模型参数。
-
公开(公告)号：CN116128581A
公开(公告)日：2023-05-16
申请号：CN202211261153.2
申请日：2022-10-14
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06Q30/06 , G06V10/74 , G06V10/10 , G06V10/762
Abstract: 本说明书提供的物品推荐方法和系统，在获取目标物品的属性信息和用户交互信息后，在属性信息中提取出相似性特征，得到显式相似性特征，并基于用户交互信息，确定与目标物品相似的至少一个物品，以得到隐式相似性特征，以及基于显式相似性特征和隐式相似性特征，确定目标物品对应的推荐模型的初始化参数，并基于初始化参数，采用推荐模型对目标物品进行推荐；该方案可以提升在冷启动下物品推荐的准确率。
-
公开(公告)号：CN115660818A
公开(公告)日：2023-01-31
申请号：CN202211178808.X
申请日：2022-09-27
Applicant: 支付宝(杭州)信息技术有限公司
Abstract: 本公开涉及预测对信贷逾期用户的强制扣款的成功概率的方法及装置。一种用于预测对信贷逾期用户的强制扣款的成功概率的方法包括：获取包括信贷逾期后向其发起过强制扣款的信贷逾期用户的用户特征及信贷逾期后发生过消费的信贷逾期用户的用户特征的训练样本；将训练样本输入到多任务辅助学习模型以训练多任务辅助学习模型，多任务辅助学习模型的多任务包括被配置用于预测对信贷逾期用户的强制扣款是否成功的主任务和被配置用于预测信贷逾期用户是否消费的辅助任务，多任务辅助学习模型具有共同用于主任务和辅助任务的共享参数，并且被构建为输出对信贷逾期用户的强制扣款的成功概率。
-
公开(公告)号：CN115410056A
公开(公告)日：2022-11-29
申请号：CN202211005416.3
申请日：2022-08-22
Applicant: 支付宝(杭州)信息技术有限公司
Abstract: 本说明书实施例公开了一种图像处理方法、模型训练方法、装置和计算机设备。所述方法包括：根据源图像获取身份特征和属性特征，所述源图像包含第一生物对象，所述身份特征用于表示第一生物对象的身份信息，所述属性特征用于表示第一生物对象的属性信息；根据目标图像获取上下文特征，所述目标图像包含第二生物对象，所述上下文特征用于表示第二生物对象的上下文信息；根据身份特征、属性特征和上下文特征，生成融合图像，所述融合图像包含融合生物对象，所述融合生物对象的身份信息和属性信息与第一生物对象相同，所述融合生物对象的上下文信息与第二生物对象相同。本说明书实施例可以提高融合图像和源图像在细节属性上的相似程度。
-
Patent Agency Ranking
公开(公告)号：CN111027628B
公开(公告)日：2022-03-11
申请号：CN201911273135.4
申请日：2019-12-12
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06V10/764 , G06V10/70 , G06N20/00
Abstract: 本说明书实施例公开了一种模型确定方法。所述方法包括：获取源图像和目标图像，其中所述源图像属于第一图像类别，所述目标图像属于第二图像类别；确定补丁区域，所述补丁区域用于限定对抗补丁被用于所述源图像和所述目标图像中的位置和大小；基于所述源图像、所述目标图像和所述补丁区域，通过多轮迭代确定对抗补丁，其中所述对抗补丁被用于所述目标图像后得到的对抗样本能够被机器学习模型识别为属于所述第一图像类别；使用所述对抗样本对所述机器学习模型进行对抗训练，得到目标模型。
-
公开(公告)号：CN112200257A
公开(公告)日：2021-01-08
申请号：CN202011112696.9
申请日：2020-10-16
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06K9/62 , G06N20/00 , G06F16/903
Abstract: 本说明书实施例提供一种对抗样本的生成方法，所述对抗样本对应m维样本向量，用于攻击特定模型；该方法包括：确定m维空间的n维子空间所对应的m*n维投影矩阵，再基于该m*n维投影矩阵，对当前对抗样本进行多轮迭代更新，其中任一轮迭代更新包括：先从该n维子空间中随机采样b个高斯向量；接着，利用该m*n维投影矩阵，将所述b个高斯向量映射回该m维空间，得到b个干扰向量；再将所述b个干扰向量分别添加至当前对抗样本对应的样本向量，得到b个查询样本，并查询该所述b个查询样本是否对所述特定模型攻击成功；再基于b个干扰向量和对应的b个查询结果，估计样本梯度向量，并利用该样本梯度向量，更新上述当前对抗样本。
-
公开(公告)号：CN117010492A
公开(公告)日：2023-11-07
申请号：CN202310980538.2
申请日：2023-08-04
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06N5/02 , G06N3/08 , G06F16/9535 , G06Q30/0601
Abstract: 本说明书实施例提供了基于知识迁移进行模型训练的方法及装置。在该方法中，可以获取不同场景的场景数据；然后根据所获取的场景数据学习各个场景之间的关联性，以得到各个场景对应的迁移权重，其中，每个场景对应的迁移权重用于表征该场景与其他场景之间的关联性特征；以及利用知识蒸馏根据各个场景对应的迁移权重在由场景数据训练得到的通用模型与各个场景对应的子模型之间进行知识迁移，以得到各个场景的子模型。
-
公开(公告)号：CN116933082A
公开(公告)日：2023-10-24
申请号：CN202310903966.5
申请日：2023-07-21
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06F18/214 , G06F18/24 , G06N3/0464 , G06N3/08
Abstract: 本说明书的实施例提供基于跨域迁移的异构蒸馏方法及装置。在进行异构蒸馏时，将目标域训练数据分别提供给源域模型和目标域模型，得到源域模型和目标域模型的指导知识；确定源域模型和目标域模型的指导知识的知识迁移权重；并且使用所确定的知识迁移权重、源域模型和目标域模型的指导知识，指导目标域模型的模型训练。
-
公开(公告)号：CN116578400A
公开(公告)日：2023-08-11
申请号：CN202310535445.9
申请日：2023-05-09
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06F9/48 , G06F18/214 , G06F18/22 , G06N3/04 , G06N3/08
Abstract: 多任务数据处理方法和装置。一种利用多任务教师模型对多任务学生模型进行训练的方法，多任务教师模型和多任务学生模型均包括共享模型和位于共享模型下游的、用于分别执行多个任务的多个子任务模型，该方法包括：针对每个样本，确定多任务教师模型的共享模型的输出与多任务学生模型的共享模型的输出之间的相似度；利用相似度对蒸馏损失函数进行加权，蒸馏损失函数用于表征多任务教师模型的多个子任务模型各自输出与多任务学生模型的多个子任务模型各自输出之间的差异；根据加权后的所述蒸馏损失函数对所述多任务学生模型的参数进行调整。
-
-
-
-
-
-
-
-
-
Search Results
50
records
(took 0.032 seconds)
