Meta 探索生成式推薦系統:把內容推薦做成「下一詞預測」
Meta 研究人員近期釋出兩篇論文,提出 LIGER 和 Mender 兩項生成式檢索技術。系統將內容推薦轉化為類似語言模型的序列預測,不僅讓儲存和推理成本保持穩定,還能用大模型提煉隱式偏好,改善傳統新內容的冷啟動難題。
Meta 研究人員近期釋出兩篇論文,提出 LIGER 和 Mender 兩項生成式檢索技術。系統將內容推薦轉化為類似語言模型的序列預測,不僅讓儲存和推理成本保持穩定,還能用大模型提煉隱式偏好,改善傳統新內容的冷啟動難題。