Netflix用LLM取代手工特征打造更好的推荐系统
netflix的genrec系統利用微調語言模型將用戶歷史轉化為文本，以比傳統邏輯少40倍的數據量超越了後者。
Netflix 实施了一套名为 GenRec 的新推荐系统，该系统将用户的观看历史转换为自然语言提示，输入到一个具有 100 亿参数的开放权重模型中。不像现有的依赖数千个手工制作特征的系统，GenRec 使用这种基于文本的方法，通过 VLLM 对标题进行单次评分，通过只对实际目录条目进行评分来防止幻觉。离线测试显示，排名质量提高了 1.6%，并且该系统的实现仅使用了传统方法的 1/40 的标记训练数据。这次实验的成功表明，大型语言模型可以有效地取代为推荐任务而定制的架构。