一、报告时间
2023年3月21日（周二）13:30-15:00
二、报告地点
敏学楼406（原专业学位楼）
三、报告题目
多任务学习在推荐系统中前世今生和我们的一些新进展
四、主讲人
刘军宁，博士毕业于美国Umass Amherst计算机系，谷歌任职期间开发了YouTube早期推荐系统算法，历任淘宝，蚂蚁金服技术总监，新华智云首席科学家&VP，腾讯PCG高级总监&14级专家。提出的swarm同好算法入选15年阿里十大算法奖，带领团队设计搭建蚂蚁金服Matrix推荐平台，获得蚂蚁16年数据之美奖。近年来带领团队设计研发了PLE，MFH等新型多任务学习SOTA模型，突破了之前谷歌的MMOE模型，获得2020 ACM RecSys Best Long Paper Award。同时成功将强化学习应用于推荐混排中，探索异构介质混排和商业化混排。
五、内容简介
多任务学习在RS，CV，NLP当中都有广泛应用，是一种具备通用泛化意义的机器学习范式，也被认为是构成AGI方案的必备配方之一。本讲座会首先介绍推荐系统RS的大图，多任务学习MTL应用于RS的演进路线和本质优势，以及多任务模型上我们提出的微观共享学习（micro perspective）和宏观共享学习（macro perspective）的概念和俩个最新工作：PLE分层萃取模型（ACM RecSys 20 Best Long Paper）和MFH多维层次异构模型（CIKM 22）。
人工智能学院
2023年3月21日
