本文经AI新媒体量子位（公众号ID:QbitAI）授权转载，转载请联系出处。
工欲善其事，必先利其器。
在工作中动手实施自己的ML项目之前，了解领域里的前沿进展，吸收前人的经验，是很有必要的。
不过，现在arXiv上每天都有成百篇新论文冒头，哪些值得看？
为此，亚马逊工程师Eugene Yan等人打造了一个论文合集，在这个GitHub项目中，持续共享Google、亚马逊、Facebook等等大公司在数据科学和机器学习方面的论文和博客文章。
这些论文/文章涵盖24种不同分类，从搜索排名到NLP、CV，都能在这里找到：
数据质量
数据工程
数据挖掘
分类
回归
推荐算法
搜索排名
嵌入
自然语言处理
序列建模
预测
计算机视觉
强化学习
异常检测
图形
优化
信息提取
弱监督
生成
效率
验证和A/B测试
伦理道德
实践
失败
目前标星2.3k。
以推荐算法为例。
对于不同的行业，业务差别很大。即使算法基础框架大同小异，想要训练出精准的推荐模型，细节上还是有许多不同之处。
而这份清单，收集了电商、视频、音乐、课程种种不同业务的推荐算法技术博客/论文。
比如阿里的《Behavior Sequence Transformer for E-commerce Recommendation in Alibaba》。
论文介绍了行为序列Transformer在阿里电子商务推荐系统中的应用。
研究人员提出，利用Transformer模型来捕捉用户行为序列背后的顺序信号，以增强个性化推荐的有效性，提升点击量。经过实验验证后，他们将该模型部署在了淘宝线上，证明与基线相比，该方法能显著提高在线点击率。
论文链接：
https://arxiv.org/abs/1905.06874
在视频个性化推荐方面，YouTube、网飞、TikTok的技术方案都有收录。
比如YouTube这篇引用次数达到1039次的《Deep Neural Networks for YouTube Recommendations》。
论文重点介绍了深度学习给YouTube推荐系统带来的巨大性能提升。首先，研究人员详细介绍了深度候选征程模型和深度排名模型。而后，研究人员还在论文中分享了从设计、迭代到维护一个拥有海量用户的大规模推荐系统这个过程中，获得的实践经验和启示。
论文地址：
https://static.googleusercontent.com/media/research.google.com/en//pubs/archive/45530.pdf
另外，比较有趣的是，这份论文/文章列表还收录了一些失败的经验。
比如Google Photos在给照片打标签时，曾经严重翻车：把黑人标记成了“大猩猩”。
最近大火的GPT-3，则没有解决前代GPT-2的“偏见”问题，在生成的文字中，总是将穆斯林和暴力、死亡联系在一起。
关于作者
这一项目的主要维护者，是亚马逊应用科学家Eugene Yan。
他本科毕业于新加坡管理大学，专业是心理学和人力资源管理，后于佐治亚理工学院获计算机科学硕士学位。
现在的主要工作是利用消费者数据，构建机器学习系统以提升用户体验。
传送门
项目地址：
https://github.com/eugeneyan/applied-ml
