LangChain 是一个基于开源大语言模型的 AI 工程开发框架，旨在使研究人员和开发人员能够更轻松地构建、实验和部署以自然语言处理（NLP）为中心的应用程序。它提供了多种组件和工具，可帮助用户利用最近的语言模型进展，如大型 Transformer 模型等，并且可以与 Hugging Face 等平台集成。LangChain 的核心理念是将语言模...

其中一个主要原因是新的决策调用场景的接入，原有的决策调用场景主要是通过RPC接口调用触发的，而流式预测承接的场景主要由kafka等消息中间件来调用，这些场景都存在调用量大的特点，单个场景有上千、万QPS调用。流式预测也存在一些定时触发调用的场景，如供需预测场景，波峰波谷明显。流式预测可以将峰值QPS打平，保证...

特征衍生主要指的是通过既有数据进行新特征的创建。总体来说，特征衍生有两类方法，其一是通过深入的数据背景和业务背景分析，进行人工字段合成，这种方法创建的字段往往具有较强的业务背景与可解释性，同时也会更加精准、有效的提升模型效果，但缺点是效率较慢，需要人工进行分析和筛选，称为手工特征衍生。其二则是抛...

在普惠顺风车订单系统中，一旦司机和乘客建立订单关系后，若其中任何一方发起取消订单的请求，将触发判责算法，该算法将输出确定订单取消责任的一方。

年轮依旧，时光匆匆，2024 甲辰龙年正悄然向我们走来。在新春到来之际，我们为大家盘点过去一年的精选文章，整理制作成一本近 300 页，6 万字的电子书。电子书的内容覆盖后端、前端、算法、运维、质量等不同领域，每一篇都干货满满，希望对各位同学拓展技术思路有所帮助。感谢各位同学一直以来的支持，也欢迎大家将「哈...

AI领域是端侧视觉落地产品和方向非常多的领域，如手机端、手表、智能监控设备、平板电脑。目前的几个风口方向，如特斯拉FSD自动驾驶，也采用了纯视觉的端侧解决方案。VR和AR等视觉领域、机器人领域也采用了端侧视觉相关的技术。

算法模型的研发具有很强的范式，首先是特征数据加工，选取一些数据作为特征。拿到特征之后，选择一个模型并进行相关的训练。第三步是把训练好的模型部署到模型平台上面。最后，决策平台会做业务流程的编排。

端智能和边缘智能是比较类似的概念，而边缘智能会依赖另一个更广泛的技术，即边缘计算。边缘计算指的是在网络边缘结点来处理、分析数据。边缘结点指的就是在数据产生源头和云中心之间任一具有计算资源和网络资源的结点。比如手机就可以是人与云中心之间的边缘节点，网关是智能家居和云中心之间的边缘结点。边缘计算把更...

右图是哈啰APP的客服中心，用户进入该页面，系统会根据用户的使用情况智能推荐高频问题，并猜测用户想解决的问题，这部分标准问题的解决方案由业务专家进行整理，能涵盖用户大部分的意图。对于解决不了的问题，用户进入IM入口，聊天机器人会和用户进行对话。机器人基于知识库进行匹配，针对每个意图分别配置答案，或者给...

在定点还车的模式下，用户还车需要在一些指定的区域里。此时用户停好车后在APP或小程序内点击“我要还车”，手机会将位置信息传输给后端，系统会判断是否在站点内，如在站点内会提示用户点击“确认关锁”，用户手动关闭车锁完成还车。

GPT一共有三代，即GPT-1，GPT-2，GPT-3，目前非常火的ChatGPT是GPT-3.5。GPT-1诞生于2018年6月，比BERT略早几个月，层数为12层，词向量长度为768，训练参数量为1.17亿个，数据量为5GB；时隔半年之后，GPT-2诞生于2019年2月，训练参数量为15亿个，数据量为40GB；GPT-3诞生于2020年5月，训练参数量增长超过100倍至1750亿个...

过去的2022年，哈啰全面升级，焕新出发，不断推动技术更新迭代。哈啰技术人也做了大量的总结和思考，并以文字等形式沉淀下来，向各位同学分享哈啰的实践探索与经验心得。

创意的类型很多，包括商品广告创意、视频创意、UGC图文创意、营销活动创意等。右图是哈啰营销活动的banner和弹窗，可以看到banner和弹窗属于不同的创意样式，不同创意样式的元素和元素的属性也各不相同。我们在对创意进行优化的时候，可以发现样式乘以模板乘以元素数再乘以元素的属性数，这使得创意的组合是千变万化的。

调度是将稀缺资源分配到一定时间内的不同任务上的决策过程，目的是优化一个或多个目标。两轮车调度场景是指通过预测未来用户的骑行需求，决定各站点车辆的调配任务，并将这些任务分配给合适的运维人员来执行，从而满足用户的骑行需求。在这个调度场景里会涉及三个对象，一是车辆，目标是用户需求满足率高，移车成本低，...

搜索和推荐可以说无处不在，最主要的特点就是个性化，能根据不同用户不同的喜好给用户推荐不同的物品。推荐的本质是建立user与item的匹配关系，搜索的本质是建立user与query与item的匹配关系。

首先介绍一下多任务模型，业务背景是我们要做发完单的预测，预测的越准，做排序的时候也就越准。但在做发完单预测的过程中，我们的数据量是相对有限的，之前讲了因为我们是一个漏斗，在发单到接单的过程当中，会产生大量的数据，这部分数据实际上是丢失的。如果能够把这部分数据用上的话，对提高我们模型的性能会有帮助...

导读：7月22日，2022年GIAC全球互联网架构大会在深圳顺利举行。哈啰高级算法专家王凡老师做了《哈啰顺风车智能交易体系建设》的主题分享。包括以下几大部分：业务背景介绍、智能应用、方法总结。

推荐引擎本质上是一种信息过滤系统，特点是用户无明确意图。它跟搜索不一样，用户搜索的时候明确知道自己想看什么，比如说会输入一个关键词，或者是有一些特定的条件，而推荐是希望挖掘出用户感兴趣的东西，然后推给用户。所以，推荐的定义是对于用户，在特定场景下针对海量物品构建函数，预测用户对所有物品的感兴趣程...

被动增长更多是一种流量算法。我们端内的流量分发参考了广告平台，实际上它没有真正的竞价结算，但是我们把流量在各个业务线的分发之间，其实是有竞价机制的存在。这里的竞价是通过一个归因工具来做真正的价格识别，难点主要是归因工具里面的口径，需要所有业务线都认可，这需要自上而下的推动才能够完成。

首先看一下哈啰的C端算法大概有哪些场景。哈啰C端算法最终的目的是要服务于我们出行业务的增长，同时也要扶持我们生活服务相关的业务。目前在端内流量类型有很多，包括我们常规的banner、弹窗，还有一些组件。端外我们会对打车顺风车大力投放广告，主要是在公共的广告平台，包括在一些运营商的系统上投广告。还有一些免...

导读：本次跟大家分享的是哈啰出行精准营销场景的算法与实践，包括以下几大部分：精准营销的背景和价值精准营销框架精准营销算法能力未来方向精准营销的背景和价值首先和大家分享一下精准营销背景和价值。精准营销的业务背景哈啰由出行逐渐迈向服务电商，除了两轮以外，还包括本地生活、酒店和电动车等多种业务。需要通...

导读：广告主不能像广告平台一样，获取到比较多的用户维度的曝光数据，并且在广告主侧获取不到端外新用户的特征。本次分享会着重讲一下哈啰出行作为广告主，是如何在这些挑战下进行信息流广告算法建模探索的。

导读：因果推断在智能营销场景有着广泛的应用。在哈啰出行酒店营销业务中，自研Tree-based因果推断模型通过修改分裂准则，使得模型目标和业务目标的一致性更高，在智能补贴模块中取得了较好的效果。

大家在学习算法测试之前，首先需要对机器学习基础知识，有一个初步的了解，在此将从机器学习分类，哈啰算法应用场景，关键术语，算法研发步骤，四个维度进行介绍。