论文笔记系列

欢迎来到论文笔记系列！这里是我对各种精选学术论文的深度解读，包含理论分析与代码实现，帮助大家快速理解前沿技术。

本系列包含以下文章：

机器学习平台

【论文笔记】001 A TensorFlow-Based Production-Scale Machine Learning Platform
- 来自 Google 团队在 KDD 2017 的论文，主要介绍 TFX 平台的整体思路。该平台用于机器学习模型训练和部署，包括 Learner、模型分析与验证、以及部署基础设施等核心组件。

【论文笔记】002 Optimal RealTime Bidding for Display Advertising
- 本文把程序化竞价当做是一个函数优化问题，提出 optimal bid 与 impression level 特征存在非线性关系，更倾向于竞价得到更多的展示，而不是只专注于少量高价值的展示。
【论文笔记】004 Feedback Control of Real-Time Display Advertising
- 本文主要介绍了在实时广告投放中的流量控制问题，该技术广泛应用在程序化广告中。简单来说就是依据实时的投放反馈数据，对流量进行动态调整，以达到投放速度的均匀稳定，现在非常流行的 OCPA/OCPM 等方法背后都离不开这一算法。
【论文笔记】004e Feedback Control of Real-Time Display Advertising 代码解析
- 网上的文章要么偏工程，要么偏学术，如何将论文中的成果应用到工程上的文章相对偏少。本文将通过介绍分析论文中的试验代码，将工程和学术连接起来。

【论文笔记】003 Auto-Keras - An Efficient Neural Architecture Search System
- 人们提出神经架构搜索(NAS)来自动进行神经网络的调优，但是现在的搜索算法对算力要求很高。本文提出一种使用贝叶斯优化的全新架构来进行网络架构搜索，采用 Network Morphism 技术极大提高搜索效率。

【论文笔记】005 Frustratingly Easy Domain Adaptation
- 本文主要介绍了这篇历史悠久的领域自适应领域非常著名的文章，只需要对数据集做简单的调整，就可以达到不错的迁移学习的效果。

【论文笔记】006 Advances and Open Problems in Federated Learning
- 本文主要介绍了联邦学习领域写的非常好的一篇综述（一百多页），有助于全面了解联邦学习的过去和现在，并思考未来。
【论文笔记】007 A Vertical Federated Learning Method for Interpretable Scorecard and Its Application in Credit Scoring
- 本文主要介绍了纵向联邦学习中用于可解释评分卡的机器学习算法及在信用评分中的应用，这里简单记录下核心的算法思路。

【论文笔记】008 Generative Agents - Interactive Simulacra of Human Behavior
- 本文主要介绍了斯坦福大学做的一项前瞻性研究，让不同的 AI 角色进行交互，模拟人类。原文标题为生成代理：人类行为的交互式模拟。
【论文笔记】009 Sparks of Artificial General Intelligence - Early experiments with GPT-4
- 原文标题翻译成中文已经很吸引人了：通用人工智能火花！原版正文内容都有 95 页，所以我会选取一些关键信息和大家分享。微软研究院出品，值得一看。

希望这些笔记能帮助大家更好地理解相关论文的核心思想和技术细节。如果有任何问题或建议，欢迎交流讨论！