简介

embedx 是基于 c++ 开发的大规模 embedding 训练和推理系统，累计支持公司 12 个业务、 30 多个团队使用、上线百余次。

我们在以下推荐、搜索、支付 和 风控等产品落地使用了 embedx: 微信看一看、微信视频号、微信搜一搜、微信支付、微信安全、 腾讯新闻、应用宝、QQ 音乐、JOOX 音乐、腾讯课堂、领航平台 和 腾讯黑产打击 等 ，并取得了性能和效果双丰收。

更多介绍请参考详细介绍。

EmbedX系统的论文发表在PVLDB’2023, 引用 cite：

@article{10.14778/3611540.3611546,
author = {Zou, Yuanhang and Ding, Zhihao and Shi, Jieming and Guo, Shuting and Su, Chunchen and Zhang, Yafei},
title = {EmbedX: A Versatile, Efficient and Scalable Platform to Embed Both Graphs and High-Dimensional Sparse Data},
year = {2023},
volume = {16},
number = {12},
url = {https://doi.org/10.14778/3611540.3611546},
journal = {Proc. VLDB Endow.},
pages = {3543–3556}
}

embedx 已经实现的模型和评测

• 已经实现的模型

  • 十亿级节点、千亿级边的 图模型
  • 百亿级样本、百亿特征的 深度排序、召回模型
  • 十亿级节点、千亿级边与百亿级样本、百亿特征的 图与深度排序、图与深度召回的联合建模模型

• 模型以及评测

快速上手

• 编译

• 数据格式

• 参数介绍

• 自有集群使用

  • 单机使用必读
  • 分布式使用必读

• 在线推理

  • 使用方法参考在线推理

• 辅助工具

  • 随机游走
  • 邻居特征平均
  • 数据编码

Contributing

• Contributing

常见问题

• 常见问题

更多问题可以联系开发者

• Authors