北京
分享至
Netflix传统的推荐系统，运行的是一套比较繁琐的多阶段流程。这个系统需要先由独立组件生成候选内容，再进行排序，几个环节各自为战，而且还得分不同内容行逐一重复操作，最后才汇总成一整个页面。怎么说呢，就好比一家餐厅，后厨要先把所有菜分别备好，再让专门的人来装盘摆桌，前面等餐的客人自然要花更多时间。
日前，这家流媒体巨头公开了一个名为GenPage的生成式人工智能系统，按照官方说法，新模型把上面提到的项目选取、内容行构建、页面布局生成这三个原本分离的层级，全部统一到了一个步骤里去完成。相关的设计思路，倒是有点受大语言模型的提示-响应范式启发，Netflix的研究人员干脆直接训练出这么一个生成式模型，让它根据用户的观看历史和请求上下文，一把生成出完整的个性化首页。
这么做带来的改变，至少反映在两个硬指标上。其一是用户互动相关数据有所提升，其二则是系统返回首页给用户端所需的处理延迟降低了。相当于前边那个餐厅后厨干脆把备菜下单装盘全交给一位全能大厨盯着，出餐自然更快，菜也更能对上客人当下的口味。
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
