Netflix构建GenRec利用LLM优化推荐系统

Netflix开发了基于大语言模型的推荐系统GenRec，旨在通过LLM技术提升内容推荐的精准度与用户参与度。该系统采用两阶段训练策略，将通用LLM适配至Netflix特有的内容目录及用户行为数据中。在推理环节，GenRec创新性地使用“仅预填充”模式，并依托vLLM进行服务部署。为降低计算成本，团队通过上下文工程技术将Token用量压缩至原有水平的约三分之一。最新报道显示，经过A/B测试验证，该优化方案成功实现了统计显著的参与度提升，证明了LLM在工业级推荐系统中的实际效能。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。