-
大模型精准反哺小模型，知识蒸馏助力提高AI算法性能_网易易盾
近年来，深度神经网络（DNN）在工业界和学术界都取得了巨大成功，尤其是在计算机视觉任务方面。深度学习的成功很大程度上归功于其具有数十亿参数的用于编码数据的可扩展性架构。大模型精准反哺小模型，知识蒸馏助力提高AI算法性能
来自：动态资讯 -
持续更新ing！记录2019年那些内容安全事件_网易易盾
互联网已经成为了一个生活空间，影响了数亿人的行为、思维方式和价值观念。前事不忘后事之师——人们应当牢记以前的经验教训，作为今后行事的借鉴，为此网易易盾将持续记录和盘点2019年发生的内容安全事件。持续更新ing！记录2019年那些内容安全事件
来自：动态资讯 -
新一代AAB框架下的安全加固之道_网易易盾
AAB动态化框架被看作对Android 未来发展具有颠覆性的动态化解决方案。本文从AAB动态化框架的优势出发，解析如何在AAB格式下的实现加固，助力移动应用在市场间自由切换，以更小应用提供优质体验新一代AAB框架下的安全加固之道
来自：动态资讯 -
面向 AIGC 的内容风控新技术_网易易盾
大模型和AIGC等先进技术的发展为我们带来了许多新的应用红利，同时也带来了一系列安全隐患。结合易盾近期自身围绕 AIGC 的技术实践，围绕“用魔法打败魔法”的建设思路，分享相关能力的技术升级方案和细节面向 AIGC 的内容风控新技术
来自：动态资讯 -
我为什么建议企业直接购买第三方内容安全服务？_网易易盾
V2EX上有一个这样的问题：“V友们对评论敏感词过滤有什么好的解决方案吗”，一位叫“TimePPT”的网友从“量级、业务需求、策略”等角度做了详细回复，回答的内容不仅专业，质量也非常高。我为什么建议企业直接购买第三方内容安全服务？
来自：动态资讯 -
【专家坐堂】用户兴趣偏移问题整理_网易易盾
大部分的机器学习算法认为所有训练样本的重要程度是等同的，但是在用户兴趣建模任务中却并不是这样，因为用户的兴趣随时可能发生变化，过时的训练样本的重要程度会显著降低，这就是用户兴趣建模中的兴趣偏移问题。【专家坐堂】用户兴趣偏移问题整理
来自：动态资讯 -
机器（深度）学习计算架构，从HPC到云架构_网易易盾
本文根据作者在深度学习基础服务方面的几年实践经验，分享一些关于深度学习计算框架以及平台服务演进的历程，重点围绕计算架构从高性能计算架构向云生态架构的演进展开介绍，较多的来自于多个实际业务场景的工程实践机器（深度）学习计算架构，从HPC到云架构
来自：动态资讯 -
ESIM模型的“全能版”！网易易盾实验室研究员解读HIM混合推理模型_网易易盾
ESIM模型只是本篇文章要介绍的HIM模型的阉割版，后者潜力很大，能应用在包括内容安全在内的多个领域。近日，网易易盾实验室的研究员撰写了此篇文章，对HIM模型进行简单解读。ESIM模型的“全能版”！网易易盾实验室研究员解读HIM混合推理模型
来自：动态资讯 -
网易易盾“风险画像”技术获AIWIN大赛认可，在金融风控领域“大展拳脚”_网易易盾
在 2022 世界人工智能创新大赛中，网易智企旗下易盾 AI 实验室数据挖掘团队获得“企业违约风险预测”赛道的季军，F1-Score 达到 0.7257，在精准率和召回率上表现出色。网易易盾“风险画像”技术获AIWIN大赛认可，在金融风控领域“大展拳脚”
来自：动态资讯 -
Android单反级超高清图片裁剪之防止OOM_网易易盾
在很多App中都有上传背景图功能，需用BitmapFactory读取用户本地相册图片，缩放平移裁剪以后上传到服务端。一般App为了防止OOM，都会限制最大长度或最大像素Android单反级超高清图片裁剪之防止OOM
来自：动态资讯