くぬー

ノア・スミス「AI がちょっぴり期待外れになるどうかにアメリカの未来はかかってるのかも」（2025年10月12日）｜経済学101 Photo by Siddhant Kumar on Unsplash アメリカ経済の支柱がひとつ倒れたら，トランプ政権は大コケするだろう いま大勢の人たちの脳裏でざわついている問題といえば，これだ：「なんでアメリカ経済は持ちこたえてるんだろう？」 トランプ関税で製造業は大打撃を受けているし，雇用統計の数字もふるわないし，消費者感情は2008年からの大不況レベルにまで落ちている： こういう警戒...

> この「やっつけAI成果物」（ワークスロップ）の品質はあまりに低くて，従業員たちが自力でその作業をやった場合よりもよほど多くの時間をやっつけ成果物の修正に費やすしまつ

やっつけAI成果物、という訳語良いな
note.com/econ101_/n/n...

しばらく都知事選の話が続きそうだからこっちに移住したい気持ち

GWの自由課題は全く終わらなかったので、GWではない自由課題をやっていく

Chinese Spelling Check, Datasets, Chinese Mobile Search Engine

Professional Network Matters: Connections Empower Person-Job Fit

Large Language Models for Data Aumgnetation in Recommendation

COTER: Conditional Optimal Transport meets Table Retrieval

Ranking with Long-Term Constraints

Long-Term Value of Exploration: Measurements, Findings and Algorithms

Not All Negatives Are Worth Attending to: Meta-Bootstrapping Negative Sampling Framework for Link Prediction

Dynamic Sparse Learning: A Novel Paradigm for Efficient Recommendation

PEACE: Prototype lEarning Augmented transferable framework for Cross-domain rEcommendation

PEFA: Parameter-Free Adapters for Large-scale Embedding-based Retrieval Models

Budgeted Embedding Table For Recommender Systems

TTC-QuAli: A Text-Table-Chart Dataset for Multimodal Quantity Alignment

LEAD: Liberal Feature-based Distillation for Dense Retrieval

Hierarchical Multimodal Pre-training for Visually Rich Webpage Understanding
WSDMこういう系の毎年見る気がする

GPT4Table: Can Large Language Models Understand Structured Table Data? A Benchmark and Empirical Study
MSのいつものところ

WSDM2024

hello bluesky