本文首先对广告反作弊进行简介，其次介绍风控系统中常用算法模型，以及实战过程中具体风控算法模型的应用案例。

基于成本考虑，国内CDN厂商的计费模式主要用峰值点的带宽来计费，就算不用峰值点的带宽，也会因为峰值问题所产生的成本而抬高带宽单价。基于此，控制CDN带宽的峰谷具有重要意义，降低峰值就意味着成本节省。

随着无纸化逐渐成为趋势，在我们平时的工作、学习以及生活当中，越来越多物理世界里的纸质文档被转换成电子文档，通过手机进行存储、处理和分享。

自AlphaGO击败围棋高手之后，不管在学术界还是工业界，强化学习的热度一直居高不下。而随着深度学习的发展，NLP的传统难题也得到一定的解决。如今强化学习的发展，也进一步推进了NLP各个方向的研究。

vivo人工智能技术 提醒您：技巧千万条，呈现第一条。写P不规范，读者两行泪。

本文主要介绍对话生成，首先介绍它的发展历程，第二部分介绍vivo对话生成技术的探索，第三部分是总结。

本文主要介绍vivo自研计算加速平台VCAP中采用的一些GPU加速思想。

为了帮助用户提高垃圾分类的效率,我们紧急启动了Jovi图像垃圾分类的项目, 我们采集了大量的高质量实拍数据，共包含4大类400个细粒度垃圾图片。

算法人员需根据标注的细粒度垃圾标签建立算法，对垃圾图片输出细粒度标签400类,中间粒度标签45类和粗粒度标签4类. 细粒度标签是object level标签, 比如易拉罐, 饮料瓶, 奶瓶等; 中间粒度是多个类似的细粒度标签聚类, 比如易拉罐, 饮料瓶, 奶瓶可以聚合成瓶罐; 粗粒度是指可回收垃圾, 有害垃圾, 湿垃圾和干垃圾。

本文简单介绍了知识蒸馏技术的原理和概念，并详细讲解了如何在BERT上进行知识蒸馏，其中包括一些技巧和指导。

在数据隐私保护的大背景下，联邦学习受到了学术界和工业界越来越多的关注。

本文首先介绍联邦学习的基本概念，以及联邦学习中的数据安全，并探讨如何在vivo实际业务场景中，使用联邦学习技术，保护用户隐私。

本文首先介绍Embedding召回框架和封装的算法，然后介绍Embedding召回在vivo手机的阅图锁屏、以及内置i主题App这2个推荐场景中的应用效果。

本文探讨了VCAP如何采用不同的内存复用策略，对不同类型的模型进行内存优化。

图片标签（Tag），作为主体图片的特性信息，在各个产品中位置各异，样式也各异，似乎毫无章法，到底哪一种才更契合你的产品呢？希望这边小文可以给你答案。

本文翻译自QBox官方博客“Elasticsearch性能调优权威指南”系列文章的第一篇。

QBox在其博客上发布的系列文章之一，本文是该系列的第三篇。

本文主要介绍使用shell实现一个简易的Docker。