领取方式如下：
点击下方标签，关注DataFunSummit公众号
关注上方公众号，私信回复『机器学习』获取领取方式
资料目录及介绍：
本文探讨了大模型技术在金融报告撰写中的应用现状、挑战和未来展望。分享了大模型在数据处理、文档问答和财务审核等方面的应用案例，并讨论了技术实现的挑战。
智能时代的数据炼金术
从特征工程到组件化建模：文章分享了特征生产和组件化建模在智能时代的应用。讨论了特征平台的构建、特征生产的优化，以及如何通过组件化建模提高模型开发的灵活性和效率。
加速云端机器学习-Alluxio 在小红书的实践
介绍了小红书如何利用Alluxio构建多云统一数据加速层，解决机器学习训练、推荐服务和AI场景下的挑战，提高数据处理速度并降低成本。
大模型与图机器学习协同的用户行为风控
敖翔博士分享了如何结合大模型和图学习应用于用户行为风控。提出了LOGIN方法，通过大模型增强图神经网络，提升风控模型的性能。
eBay 多模态与 GNN 商品嵌入技术
提升推荐系统效能与用户体验：eBay通过整合多模态信息和图神经网络(GNN)来优化推荐系统，提高推荐的准确性和用户体验，解决网络市集的特殊性带来的挑战。
GraphGPT: 大语言模型的图结构指令微调
介绍了GraphGPT，一个结合大语言模型和图结构的解决方案。通过图结构指令微调，使大模型能够理解和处理图结构数据，提高图学习任务的性能。
大模型微调方案设计和能力整合：
文章讨论了大模型应用开发的知识地图，包括技术架构、应用开发生命周期、模型调优策略，以及如何将大模型能力整合到业务场景中。
真实复杂场景下的图神经网络：
何东晓教授分享了图神经网络在处理真实复杂场景时的挑战和进展，包括网络嵌入的对抗性表征机制学习、块建模引导的图卷积神经网络等。
领取方式：关注上方公众号，回复『机器学习』获取电子书领取方式
