·tian
训练数据自中毒：当你的 AI 功能破坏了其自身的基准真相
已部署的 AI 推荐功能会改变用户行为，从而破坏用于重新训练它们的原始数据。了解如何检测反馈循环污染、维护未受污染的基准真相，并在静默模型崩溃摧毁你的指标之前应用反事实评估。
insider
machine-learning
recommendation-systems
data-quality
+1·tian
个性化画像衰减：当 AI 对用户的认知不再是真实的用户
AI 个性化系统会随着用户画像的陈旧而悄然退化——以下是如何在衰减演变为用户流失之前检测到它，以及如何在不强迫用户重新引导的情况下重新个性化。
personalization
recommendation-systems
machine-learning
ai-engineering
·tian
AI 个性化中的冷启动问题
当新用户发送第一条消息时，你的 AI 系统只有一个数据点，却必须做出数十个隐式决策。本指南提供了在不构建过滤气泡的情况下应对冷启动问题的架构方案。
insider
personalization
llm
recommendation-systems
+1