notes
- 검색과 추천 사이 transition 모델링
- 세션 의도 예측 기반 다음 아이템 추천 @Netflix
- 인기도를 반영한 개인화 뉴스 추천
- 주기적 청취 패턴 시계열 기반 유저 임베딩 @Deezer
- 큰 카테고리 체계에 적합한 sparse multi-interest 추천
- Contrastive Learning이 Mean Pooling에 강한 이유
- Meta-Learning + Fuzzy Logic 기반 Cold Start 추천
- Semi-personalization for Cold User @Deezer
- 모바일 Claude에서 Obsidian 볼트 연동 설정
- Self-evolving Agentic Recsys
- ID-Multimodal 표현 사이의 alignment & balancing (AB-Rec) @Kuaishou
- Generative Retrieval for Podcast Discovery @Spotify
- Generative Recommendation은 어떻게 일반화를 잘하는가
- AI DJ에 대한 friction 분석 @Spotify
- 비용 효율적인 Cold-Start 추천 @Pinterest
- Top-k retrieval에서 필요한 최소 임베딩 차원
- LLM으로 item2item 추천 강화 @Alibaba
- Agentic Search with LLM router @Spotify
- 터미널 세팅 (ghostty)
- LLM Tool Calling 기반 대화형 음악 추천 시스템
- Few-shot LLM으로 시리얼 플레이리스트 분류 @Youtube
- Claude Code 여러 계정 전환 (환경변수 설정)
- Multimodal & Personalized 대화형 음악 추천
- 대화형 추천 시스템을 위한 Collaborative RAG
- 검색과 추천을 동시에 최적화하는 Semantic ID 전략
- Engagement-Aware & MoE-Enhanced Transformers @Amazon Prime Video
- LLM based Playlist Semantic Search @Amazon Music
- Negative feedback sequence를 활용한 추천
- 2025 짧은 회고
- Sequential recommendation에서 negative sampling 전략 비교
- 온라인과 오프라인 지표 갭을 줄이는 시뮬레이션 @Meta
- 범용 유저 임베딩 @Spotify
- In-batch Negative Sampling
- Foundation Model @Pinterest
- Semantic ID로 음악 추천 경량화 @SiriusXM
- Two-Tower Model
- Long-Term + Multi-Interest Retrieval @Taobao
- Generative Retrieval의 프로덕션 적용 (PLUM) @Youtube
- 의도 모델링 기반 추천 결과 다양화 @Youtube
- 여러 컨텐츠 유형에 대한 랭킹 (Multinomial Blending) @Amazon Music
- Cold Start의 임계값
- Sliding Window Training for Foundation Model @Netflix
- AI 엔지니어링 - 아키텍처와 사용자 피드백
- Bootstrapping Conditional Retrieval for User-to-Item Recommendations
- CF + Sentence Transformer (beeFormer)
- 온라인 결과를 예측하는 오프라인 지표 찾기
- AI 엔지니어링 - 추론 최적화
- AI 엔지니어링 - 데이터셋 엔지니어링
- Extremely Long User History Modeling @Instagram (DV365)
- 탐색적 검색을 유도하는 Query Recommendation @Spotify
- AI 엔지니어링 - 파인튜닝
- Foundation Model for Personalized Recommendation @Netflix
- HSTU 기반 Generative Recommenders @Meta
- Semantic IDs for ranking @Youtube
- Contextual Personalized Re-Ranking of Music Recommendations
- Hugo 블로그 다국어 지원 (PaperMod Theme)
- Negative Samping 전략 (Review Paper)
- LLM + DNN으로 영화 장르 스펙트럼 만들기 @Tubi
- Sequential Music Recommendation + Negative Feedback
- APPNP (GNN + Personalized PageRank)
- Mondrian Conformal Prediction
- 오프라인 정확도보다 추천하는 아이템 유형이 중요한 사례 @Max
- Lifelong User Action Sequence Modeling @Pinterest
- 유저의 long sequence 모델을 분리하는 서빙 구조 @Youtube
- 아이템 임베딩 평균의 일관성에 대해
- 스파크 스트리밍 쿼리 101
- Track Mix Generation with Transformers @Deezer
- Mood 기반 음악 추천 @Deezer
- Multi-Embedding Retrieval Framework @Pinterest
- python uv로 패키지 관리
- Semantic IDs, Generative Retrieval (TIGER)
- 음악의 반복 소비 성향을 이용한 Sequential Recommendation
- 맥 세팅할 때 설치할 앱
- Personalized Re-ranking으로 long-tail 아이템 추천
- 따로 학습된 임베딩 번역하기
- Recsys in the Era of LLM
- Variational Autoencoder
- FS-VAE @Spotify
- Transformer-based Realtime User Action Model @Pinterest
- User Sequence Modeling @Pinterest
- 라벨이 불균형한 데이터에서 오버샘플링의 효과
- Deep & Cross Network
- DNN Recommendation @Youtube
- Sampling-bias-corrected Two-Tower Recommendation @Youtube
- SASRec
- Test-time Adaptation for Unsupervised Time-series Anomaly Detection
- Python - Decorators, Closures
- Python - Interface, Protocols, ABCS
- Python - Iterators, Generators, Classic Coroutines
- Python - Object References, Mutability, Recycling
15/90