Connected Content Retriever: Dense Graph Edge Features Powering Pre-Ranking at LinkedIn
为解决大规模推荐系统中高效预排序问题，LinkedIn提出使用基于GPU的Connected Content Retriever，结合密集图特征和文档特征，在低延迟下对候选内容进行评分。
0 citationsRead paper
Selected work
Representative Papers
Privacy-enhanced federated learning via asynchronous aggregation and local differential perturbation
该研究提出了一种增强隐私的联邦学习框架，通过结合动态差分隐私、轻量级同态加密和本地差分隐私技术，在保证数据隐私的同时支持异步环境下的分布式训练。
0 citationsRead paper
From Location Phrases to Geographic Entities: Task-Adapted Retrieval for People Search
研究解决了自由形式位置短语到地理实体的映射问题，采用任务适应检索方法，通过改进的双编码器模型提高非标准查询的相关性。
0 citationsRead paper
Efficient GPU Retrieval for Semantic Search
为提高LinkedIn语义搜索相关性，提出一种与策略对齐的检索框架，并通过两阶段GPU架构实现高效检索。
0 citationsRead paper
CaRGo-T: Causal Reasoning Graph-of-Thought improves Multimodal Humor Comprehension
本文提出CaRGo-T方法，通过构建因果关系图来改进多模态幽默理解与检测问题，实验显示该方法在多个数据集上优于现有基线。
0 citationsRead paper
Recent publications
Latest Papers
Connected Content Retriever: Dense Graph Edge Features Powering Pre-Ranking at LinkedIn
为解决大规模推荐系统中高效预排序问题，LinkedIn提出使用基于GPU的Connected Content Retriever，结合密集图特征和文档特征，在低延迟下对候选内容进行评分。
0 citationsRead paper
Privacy-enhanced federated learning via asynchronous aggregation and local differential perturbation
该研究提出了一种增强隐私的联邦学习框架，通过结合动态差分隐私、轻量级同态加密和本地差分隐私技术，在保证数据隐私的同时支持异步环境下的分布式训练。
0 citationsRead paper
From Location Phrases to Geographic Entities: Task-Adapted Retrieval for People Search
研究解决了自由形式位置短语到地理实体的映射问题，采用任务适应检索方法，通过改进的双编码器模型提高非标准查询的相关性。
0 citationsRead paper
Efficient GPU Retrieval for Semantic Search
为提高LinkedIn语义搜索相关性，提出一种与策略对齐的检索框架，并通过两阶段GPU架构实现高效检索。
0 citationsRead paper
CaRGo-T: Causal Reasoning Graph-of-Thought improves Multimodal Humor Comprehension
本文提出CaRGo-T方法，通过构建因果关系图来改进多模态幽默理解与检测问题，实验显示该方法在多个数据集上优于现有基线。
0 citationsRead paper