Meta 探索生成式推荐系统:把内容推荐做成「下一词预测」
Meta 研究人员近期发布两篇论文,提出 LIGER 和 Mender 两项生成式检索技术。系统将内容推荐转化为类似语言模型的序列预测,不仅让存储和推理成本保持稳定,还能用大模型提炼隐式偏好,改善传统新内容的冷启动难题。
Meta 研究人员近期发布两篇论文,提出 LIGER 和 Mender 两项生成式检索技术。系统将内容推荐转化为类似语言模型的序列预测,不仅让存储和推理成本保持稳定,还能用大模型提炼隐式偏好,改善传统新内容的冷启动难题。