🏠 总目录📚 本教程 14 · 生成式推荐前沿 ← →
📑 本页目录(点开跳转)

14 · 生成式推荐:2026 年的前沿

推荐算法 / 14

说“生成式推荐”之前,先看它输出什么?

按物品短码、行动与候选得分识别接口,再查原工业接入位置和成本边界。

能区分名称相近的路线与替代环节,并找到可检验的问题。

主线阅读约 30 分钟;动手实验另留时间

推荐不一定只能“先找一批候选,再逐个打分”。另一条路线是:根据用户历史,逐步生成物品的短码,再把短码对应回真实物品。

这章先看懂短码,再分清几种模型各自负责什么。公开资料核对至 2026 年 9 月 14 日;这里选取有一手资料的代表案例,不是一份完整的行业排名。

一句话:先看输出,再看模型名字

生成式推荐是一组把推荐任务组织成序列预测或生成问题的方法。其中,生成物品标识的路线会逐个预测 token——这里的 token 是模型一次处理的离散符号。

读一篇文章时,先问两个问题:输出的是物品短码、用户行动,还是候选得分?它替代的是召回、排序,还是某个应用的整个决策模型?名称里都有“生成式”,接口也可能不同。

为什么值得关注:有机会共享表示,也要算清成本

把多种行为组织进统一的序列,可能让模型学到原来需要分开设计的关系;把物品写成短码,则提供了新的候选生成接口。两种想法可以结合,也可以分别使用。

Scaling Law(扩展规律)说的是:在一定数据、模型和训练设置中,增加计算投入时,指标呈现怎样的经验变化。它可以指导下一次实验预算,但需要连同数据规模、配置和服务成本一起看。

扩展能力要靠一组可比较的实验确认三个实验步骤从调整模型配置、统一评估口径到记录质量和计算开销。下方区分参数量与计算量、离线指标与上线收益、已测范围与未知场景。不绘制没有测量数据的性能曲线。 扩展能力要靠一组可比较的实验确认 这是读实验的方法,不是重新绘制 HSTU 的测量结果。 1 有计划地调整配置 例如层数、表示维度 以及可用的序列长度 每次变了什么都要记录 2 保持比较口径一致 写清数据、切分与候选集 固定指标定义和评测方法 同时记录训练计算与成本 3 观察实际变化 HR:命中率,通常越高越好 NE:归一化熵损失,越低越好 把改善与新增开销放在一起 读结论前,再分清三个“不等于” 参数更多 ≠ 计算同比增加 嵌入参数、活跃计算要分开 离线改善 ≠ 线上收益保证 还要看延迟、约束和实验 已测趋势 ≠ 任意规模定律 数据与场景变了需要再验证 Scaling Law 在这里指经验关系;不能仅凭“生成式”三个字预测效果。
沿上方三步看:先明确改变了什么,再看同一口径下的质量与开销。HSTU 的论文结果属于其已测试的设置;这里没有伪造数据点,也不把两种不同横轴的曲线直接相比。

看图时关注“控制什么、记录什么、观察什么”。HR 是命中率,越高越好;NE 是归一化熵损失,越低越好。图只标指标方向,不是测量曲线,也没有把所有传统模型与所有生成模型排出高下。

后面会把 HSTU 论文的具体结果放回各自实验中。先记住一个判断方法:“能继续扩展”需要数据支持,“值得继续扩展”还要看收益和成本。

核心概念一:Semantic ID,让物品有可组合的短码

数字编号与学到的表示,是两回事

先把编号和模型知识分开
看到的东西可以知道什么
物品编号 8823174、8823175能区分两个物品;数字相邻不表示内容或用户兴趣相近。
训练得到的 ID 嵌入向量可以从行为数据中学到关系;整个推荐模型也能借助共享网络和内容特征泛化。
Semantic ID把物品表示转成一串离散的码字编号,让不同物品有机会共享部分符号。

嵌入(embedding)是用一组数表示对象;量化是用有限候选中的代表向量近似它。这些代表向量称为码字(codeword),它们的集合叫码本;短码中保存的是各层的码字编号。

从内容向量到短码:先理解残差量化

以一个视频为例,可以先把标题、封面或内容送入适合该任务的编码器,得到连续向量。再经过量化,得到像 〈42, 17, 203, 88〉 这样的有序短码。

这些数字是码本索引。它们不是人为写好的“科技、数码、键盘、评测”分类层级;共享前缀也不保证共享某个人工类别或同一群受众。

  1. 先近似当前向量。在第一层码本中找一个最近的代表向量。
  2. 看还差多少。用当前向量减去选中的代表向量,得到残差。
  3. 继续近似残差。下一层用自己的码本重复这个过程,把各层编号按顺序记下来。

这叫残差量化(RQ)。RQ-VAE 把这种离散表示放进一个学习压缩与重建的自编码器中;下面只演示已给定码本之后的量化步骤,没有训练编码器、解码器或码本。TIGER 采用 RQ-VAE 构造语义码。TIGER 原论文 §3.1

亲手算一次:目标向量是 (3, 2)

这是独立的二维教学数据。比较远近时,把两个坐标的差分别平方,再相加;表中都没有并列最小值。

第一层:近似 (3, 2)
码字编号代表向量距离平方
42(2, 1)1² + 1² = 2,选它
17(0, 3)3² + (−1)² = 10
203(4, 4)(−1)² + (−2)² = 5

减去 (2, 1),剩下 (1, 1)。第二层现在要近似的是这份残差,而不是重新近似 (3, 2)。

第二层:近似残差 (1, 1)
码字编号代表向量距离平方
17(1, 0.5)0² + 0.5² = 0.25,选它
42(−1, 1)2² + 0² = 4
88(2, 2)(−1)² + (−1)² = 2

短码是 〈42, 17〉。把所选向量相加,得到 (3, 1.5),与目标的剩余差是 (0, 0.5),误差平方为 0.25。本例误差从第一步的 2 降到 0.25,仍有信息损失。

第一层和第二层的“42”指向各自码本中的向量,不是同一个类别。这也是短码必须保留位置顺序的原因。

四个用途:机会在哪里,条件在哪里

  • 缩小要预测的符号词表。用多个小词表组合表示物品,模型每一步只预测一个位置的码字编号。词表大小与能表示的完整短码数量不同。
  • 给冷物品一个表示起点。内容可用时,可以通过已有编码与量化过程得到新短码。还要维护码本版本、物品映射和新品召回机会,之后继续积累真实反馈。
  • 支持逐 token 生成。输出一个完整合法短码后,再找到它对应的物品;下一节会把这一接口接到用户历史上。
  • 提供跨任务共享的接口。搜索、推荐、广告及不同内容模态可以探索共享表示,但各任务仍要单独评估。Spotify 的研究就观察到搜索调优与推荐调优的短码存在任务取舍。Spotify:Semantic ID 多任务研究

新物品拿到短码,不等于已经知道谁喜欢它。TIGER 的冷启动实验还专门增加了新物品候选扩展和比例控制。实际系统可接着看 第 13 章的冷启动与探索。

可选算账:1024 个词表条目,到底省的是哪部分?

假设每个物品用四个位置表示,每个位置各有 256 个可选码字编号,并且词表按位置区分。编号词表共 4 × 256 = 1024 个条目;完整组合空间则为 256⁴ = 4,294,967,296。后者只是组合数,绝大部分未必对应目录里的物品。

单独计算部件;这不是完整系统内存对比
部件与本例假设需要保存什么
一亿物品,每项 64 维 float32 嵌入100,000,000 × 64 × 4 = 25.6 GB,按十进制字节计算,仅算这张表。
1024 个编号 token,各有 64 维 float32 嵌入1024 × 64 × 4 = 262,144 字节,仅算 token 嵌入表;并非只存 1024 个数。
每物品四个 8 位码字编号,紧凑打包一亿物品仍需 400,000,000 字节保存这些编号;另需物品映射、有效目录等。

编码器、量化码本、生成模型参数、训练状态与目录服务都另计。这里的“四个位置、每项 64 维”是算账设定;TIGER 实验实际用三层量化码加一位去冲突后缀,物品 token 之外还有其他输入符号。

检查短码质量:四个容易漏掉的地方

  • 冲突:两个物品可能得到同一串量化码。可以增加去冲突后缀,也可以维护一码多物品的映射并明确选择规则;要与生成接口一致。
  • 内容与行为的差异:《甄嬛传》和《延禧攻略》题材相近,也可能对应不同观看偏好;这只是说明两种相似性不能直接互换,不是在报告它们的实际受众数据。
  • Tokenizer 的可靠性:它是把物品变成符号的部件。比较重建误差、碰撞、检索质量与更新稳定性,同时固定数据划分和评估协议。
  • 码本坍塌:大量物品挤到少数码字,许多条目闲置。观察各码字使用量,而不只看码本标称大小。

理解生成式召回前,先分清连续向量、逐层残差和离散短码。这里用手算来观察这三者的关系。

核心概念二:把下一件物品写成序列

TIGER(2023):从历史短码生成下一个短码

TIGER 把历史物品的 Semantic ID 依次展开,由编码器读取历史,再由解码器按已生成前缀预测下一个码字编号。这是编码器–解码器模型,不是把整个系统简化成一个普通 Decoder。

召回方式不同,最后都要落到真实可用的物品上行是向量查询经过 ANN 检索得到命中物品;下行是历史语义 ID 经过编码器与解码器生成语义 ID。两行均须对应到真实目录和合法候选。本图只比较召回,不表示整个推荐系统的替代。 召回方式不同,最后都要落到真实可用的物品 比较的是一个召回来源;不是“有没有物品目录”的区别。 向量检索式召回 TIGER 式生成召回 用户查询向量 与物品向量的空间匹配 ANN 检索 在已有向量索引中 寻找近邻 命中的物品 ID 得到索引中对应的标识 可用候选 对应真实目录 确认资格和可用性 历史语义 ID 用户过去交互过的物品 编码器 + 解码器 编码器读取历史 解码器逐个预测编号 生成的语义 ID 映射为实际物品标识 可用候选 处理无效标识 确认资格和可用性 不依赖 ANN 的召回方式,仍可能需要目录映射、过滤、回退与后续排序。 图中筛选位置是教学示意;实际系统可在检索、解码之前或过程中施加约束。

看两行中间:ANN 从向量索引中检索;TIGER 式方法逐步生成短码,再映射到物品。生成短码不等于自动得到合法、可展示的结果。

原始 TIGER 讨论扩大 beam 后过滤无效 ID;前缀树约束解码是另一个可以解释的工程做法,不能把两者写成同一个已实现方案。

看两条路线的中间动作:ANN 在向量索引里找近邻,TIGER 式召回生成离散短码。两边最后都要落实到真实物品,并检查当前是否有资格展示。

生成的组合可能不在目录里。原始 TIGER 讨论了增加束搜索宽度、再过滤无效 ID;束搜索就是暂时保留多条较有希望的生成前缀。用前缀树限制合法下一步是另一种工程选择,并非这篇原论文的必用实现。TIGER §3.2、§4.5

这条召回路径可以不使用 ANN 索引,但仍需要目录映射。逐步解码也有时延和搜索预算,是否比 ANN 更划算要按相同候选质量与服务条件测量。

核心概念三:HSTU,重组织序列学习与计算

HSTU(Hierarchical Sequential Transduction Unit)是 Meta 在 2024 年提出的推荐序列建模单元。它与 TIGER 的关注点不同:前者改造序列表示与计算,后者以生成语义短码实现召回。HSTU 并不以 Semantic ID 为必要前提。

它把哪些工作放进序列?

先把“发生了什么”说清楚。下面只是行为记录的语义示例,不声称每行固定对应一个 token。

  1. 看过物品 A,并记录发生时间。
  2. 对 A 点赞,记录行动类型。
  3. 搜索“键盘”,保存当时可用的查询或上下文信息。
  4. 看过 B,随后购买 B,再继续浏览 C。

HSTU 论文把物品、行动和其他类别特征组织为序列,减少对手工聚合特征的依赖;排序可以预测对给定候选的行动,召回则预测物品。只保留物品点击列表,会丢掉行动与上下文信息。

计算方面,专门的注意力结构、训练组织和 M-FALCON 配合使用。M-FALCON 通过微批处理与复用历史计算,提高多候选打分效率;这也说明“序列建模”仍可以服务候选排序。HSTU §2、§3

论文报告的数字,各自在回答什么?

作者报告,未在本页复跑;不拼接成同一实验
报告对应口径
最高 +65.8% NDCGBooks 数据上,HSTU-large 相对 SASRec (2023) 的 NDCG@10;是指定公开数据离线对照。
+12.4%线上排序的主要互动任务(E-Task),相对传统深度学习推荐模型(DLRM)的指标改善;不是所有任务的统一增长率。
5.3–15.2 倍摘要的 8192 长度序列速度范围;是编码器对照 FlashAttention-2 Transformer,详见 H100、bfloat16 等实验条件,不是整个推荐服务加速。
1.5 万亿参数包含嵌入与非嵌入参数的模型规模;不等于每次都计算同规模的稠密语言模型。
跨三个数量级训练计算所测配置中的经验扩展范围;层数、维度、序列长度等一起调整,不是只增加一个参数就保证改善。

来源:HSTU 原论文,表 4、表 7、§4.2 与 §4.3.1。论文仍讨论多路召回和候选排序;不能据此宣布整个多阶段系统已经消失。

可选实现入口:Meta generative-recommenders 官方代码。先读配置、数据与硬件要求,再决定复跑哪一个实验。

工业案例:同样是大模型,接入位置并不相同

四个有公开线上证据的案例

论文也可以报告真实线上实验。这里按“模型负责哪一段”阅读,而不是把“论文”与“线上系统”分成互斥类别。

Meta:HSTU 与 GEM,先分清任务

HSTU 的召回与排序实验见上节。GEM 则是广告基础模型:通过蒸馏、表征和参数共享,把能力传给下游应用模型。基础模型与面向用户的多个模型可以共存。Meta 官方 GEM 介绍,2025-11

快手:OneRec,统一指定场景的检索与排序

2025 年 6 月技术报告介绍了快手与快手极速版的生产部署,报告部署覆盖约 25% 总 QPS,即每秒请求量。该报告的实验从缓存降级流量的升级切入;这不是全公司所有流量和所有服务已经替换的声明。OneRec 技术报告与附录 B

Netflix:共享基础,再适配应用

基础模型为首页、搜索等应用提供可共享能力。公开的三种生产接入方式是:读取嵌入、复用模型子图、微调后用于具体应用。应用目标、时延要求和配套模型仍需分别处理。Netflix 官方研究索引;生产接入方式,2025-11

Spotify:GLIDE 生成播客候选,后面还有排序器

GLIDE 以预训练 Llama 3.2 1B 为起点适配,生成 Semantic ID 后映射到播客单集。它作为额外召回来源接入现有候选池,再交给下游排序器;论文报告了指定活跃播客听众群的线上随机实验。GLIDE 作者论文,2026-03,§4.4、§5

OneRec 的意义:统一决策模型,不等于取消整个服务系统

传统链路把召回与排序分成不同模型和目标。早期 OneRec 尝试在一个生成模型里学习它们之间的联系,并以一次请求的会话列表为学习单元。

统一决策模型,不等于整个生产系统只剩一个盒子左列示意传统召回、粗排、精排、重排;右列示意早期 OneRec 的统一检索排序模型,使用历史与上下文条件,自回归生成物品语义标识或列表。两列输出都连接到生产服务职责,包括目录、资格、可用性、时延回退、日志与实验;联合建模不保证全局最优。 统一决策模型,不等于整个生产系统只剩一个盒子 这里区分“学习与决策由谁负责”和“生产服务还要做什么”。 传统多阶段(示意) 早期 OneRec 的统一建模范围 召回 从目录中形成候选 粗排 以较低开销筛选候选 精排 细致估计与比较 重排 结合列表目标与约束 统一建模检索与排序 使用用户历史与上下文作为条件 解码器仍按顺序生成语义 ID token 可对一个会话列表进行联合建模 仍需设计目标、偏好或奖励与约束 联合建模提供机会,不保证整体最优 不是所有 OneRec 版本的完整架构图 两种路线都还需要生产服务职责 真实目录与资格、结果可用性、时延与回退,以及曝光日志和实验。 具体组件可以合并或前移;不能因为模型统一,就把这些职责从检查清单里删掉。 图的右侧限定为模型职责;成本报告须另外写清版本、比较设置与部署范围。
先看两列下方的汇合:多阶段模型和统一生成模型都要服务真实目录与用户。保留这种结构差异,不把某次生产部署或成本结果推广成“所有模型、规则、监控与服务都消失了”。

看图中的边界:左边是多阶段决策,右边是早期 OneRec 的统一检索与排序。真实目录、资格检查、服务与监控这些职责仍须承担;约束可以融入检索或解码,也可以由配套服务处理。

统一建模提供了考虑列表关系的机会,具体实现仍要满足业务约束;图中的职责区分不要求它们部署成固定数量的独立组件。

早期 OneRec(2025-02)的三个技术选择:

  • 编码器–解码器加 MoE。编码器读取历史,解码器生成结果。MoE 是“混合专家”:每枚 token 只激活一部分专家网络,把总参数容量与当次活跃计算分开。
  • Session-wise 列表生成。一次请求的列表作为一个学习单元,但仍按顺序自回归地产生码字编号;不是一次前向计算并行写完整张列表。
  • IPA 与 DPO。IPA 迭代生成候选列表,让奖励模型挑出偏好对,再以 DPO 优化相对偏好;这些偏好对不都是逐对人工标注。

以上对应 OneRec 初版 §3.2–3.3。联合生成仍取决于数据、目标和近似解码;列表多样性与硬约束可以接着看 第 11 章。

成本数字对应另一份报告:2025 年 6 月作者报告,在其比较设置下,运行支出 OPEX 为传统推荐流水线的 10.6%,约十分之一。这不是训练 FLOPs、全公司成本或本页实测,也不是其他业务的省钱保证。OneRec 技术报告摘要

随后版本也变了。2025 年 8 月的 OneRec-V2 使用 Lazy Decoder-only 架构,并以真实用户反馈做强化学习。因此,编码器–解码器加 DPO 是早期版本的做法,不是“OneRec”这个名字的永久定义。OneRec-V2 技术报告

开放研究资源则看 OpenOneRec 官方仓库:2026 年 1 月公布的 Foundation 系列包含 Qwen3 骨干的 1.7B、8B 模型与基准。它是可研究的开放路线,不应当作早期生产系统的原样导出。

LLM 的四种角色:按工作分,不按阵营分

先问大语言模型在系统里做什么,再问是否使用预训练权重。下面四种角色可以组合;“只借架构”与“借用权重”也不是工业成功与否的分界线。

① 特征工厂:先把内容变得更好用

生成标签、摘要或嵌入,供已有召回和排序模型使用。可以从离线处理开始,同时检查错误标签、更新费用、特征一致性,以及对冷物品是否真有帮助。

② 直接推荐:把用户需求变成结果

根据对话、历史或其他条件输出物品标识、列表与说明。输出要落在可用目录内;另测时延和解释可信度。写出一段合理理由,并不证明它就是实际决策原因。

③ 借用架构与训练范式:用推荐任务训练序列模型

借鉴注意力、自回归训练等思想,按推荐数据设计模型与目标;可以从头训练,也可以选择适配预训练模型。TIGER、HSTU 与早期 OneRec 的结构各不相同,不能统一称为一个 Decoder 配方。

④ 用户理解:把历史整理成可用的兴趣信息

例如把近期行为整理成带时间范围的兴趣描述,再供候选生成或排序使用。需要授权、隐私处理、更新与纠错;一次观看不应直接变成永久的人格判断。

上面的 GLIDE 和 OpenOneRec Foundation 就使用了预训练语言模型骨干;GEM 和 Netflix 案例则展示共享基础与下游接入的不同方式。选择依据是当前任务的质量、成本、数据与接口,而不是某一种角色“才算真正落地”。

七个研究方向:把前沿话题变成可检验的问题

这些是继续阅读和设计实验的入口,不是七条已经完成的行业结论。每次先选择一个问题,并固定它的比较协议。

  1. Tokenizer 可靠性。换一种量化方法后,码字利用率、冲突和最终检索质量是否一起改善?先对齐数据、候选目录与评估方式。
  2. 超长行为序列。若目标是处理十万条以上历史,应该保留、压缩还是筛选什么?比较新增历史带来的收益与内存、时延,不把“全放进去”当作答案。
  3. 推理时扩展。增加束宽或候选搜索预算,能否换来值得付费的质量改善?记录命中指标、解码成本和尾部时延,不把多生成几步称为必然推理得更好。
  4. 蒸馏到轻量模型。让小模型学习大模型的输出或表示,例如以 MLP 为接收模型之一;同时测保留了多少质量、减少了多少服务成本。
  5. 多目标生成。点击、观看时长、点赞与列表多样性怎样取舍?先写目标和护栏,再看哪些群体获益、哪些受损。
  6. 搜广推共享。尝试让搜索、广告和推荐共享表示或骨干,逐任务检查效果与适配开销。共享接口并不要求所有任务只有一个最终评分器。
  7. 偏好与强化学习对齐。DPO、RLHF 或基于行为反馈的 RL 应优化什么?先区分短期代理指标与真正想改善的长期价值,再设计足够的观察窗口。

可选追踪:OneRec-V2 §3.2、§5讨论奖励取舍与长期目标的限制;Spotify 多任务研究给出了共享表示需要权衡的具体案例。

是否值得试:先确定要改善哪一个环节

按你现在的目标选择第一步

  • 刚入门或准备求职:先掌握 第 6 章架构、第 8 章双塔与兴趣建模、第 12 章评估与 A/B,再用本章理解新接口。
  • 在现有业务中改效果:先定位冷物品、召回覆盖或特征成本等具体问题。与当前基线在相同数据和预算下比较,不按公司大小预先宣布哪类模型必胜。
  • 想做研究或改造核心模型:挑一个可复算的切口,例如量化、有效解码或共享表示。把小规模机制实验与生产规模扩展分成不同里程碑。

四项预算,先写下来

  • 数据:可用历史、内容质量、时间切分、目录变化,以及合法使用范围。数据少时尤其要检查过拟合与迁移效果,而不是只增加参数。
  • 计算与服务:训练成本、推理时延、内存、并发与回退方式;把大规模论文配置和本地教学目标分开。
  • 团队与工程:算法、数据、训练和服务之间的接口,谁维护码本版本与 ID 映射,谁处理上线后的更新和故障。
  • 时间与评估:完成基线、小实验、离线复核和线上验证各需要什么;不以固定 GPU 数量或固定年限作为所有项目的入场线。

一个明确的停止条件也很有用:如果候选质量没有改善,或新增成本超出预算,就先调整表示、任务或接入方式,而不是继续无条件扩大模型。

现在可以做的两个小实验

  1. 先做一个特征工厂对照。选一小批内容生成可检查的标签或摘要,在保持评估协议一致的前提下比较有无这些特征。记录质量变化、错误样例与处理费用;方法入口见 第 18 章·专题六。
  2. 跑通小型短码生成链路。沿 挑战项目 C:TIGER-mini学习 RQ-VAE、Semantic ID 与合法生成。目标是理解并验证核心机制,不是用笔记本复现工业规模的效果。

这一章连到哪里

去哪里带着什么问题去
全景导论 02:Transformer补注意力、因果遮罩、编码器与解码器;再区分本章各模型的结构。
全景导论 03:Tokenizer理解连续内容与离散符号的接口;语义码本的训练问题仍需按本章机制检查。
强化学习 13:DPO补偏好对与相对优化;早期 OneRec 的奖励模型、数据和推荐目标有自己的适配。

检查点

  1. 人们用“GPT 时刻”表达的扩展期待是什么?为什么它不能替代带条件的 Scaling Law 实验?
  2. Semantic ID 与普通 item_id 有什么区别?说出三个用途,并各补一个需要检查的条件。
  3. TIGER 式生成召回与 ANN 的中间动作有什么不同?它们最后都需要做什么?
  4. HSTU 强调行动序列,具体改变了什么?为什么这不等于只保留点击、删除其他特征?
  5. 早期 OneRec 统一了什么?10.6% 成本报告属于哪个版本和比较范围?
  6. LLM 在推荐中的四种角色是什么?同一系统能否组合,是否必须只借架构而不用预训练权重?
  7. 团队是否值得尝试生成式推荐,应比较哪些证据和预算?
查看七个问题的答案
  1. 期待是让更多数据与计算转化为可持续改进,并探索共享基础。扩展规律仍限于所测任务、配置和预算,不能保证任何模型只要更大就更好。
  2. 普通编号主要用于区分对象;Semantic ID 把物品表示成可共享部分符号的有序短码。三个用途可答:较小的单步词表、给新品表示起点、逐码生成物品;分别还要检查总存储、新品召回与反馈、有效目录和解码成本。跨任务共享也是用途,但需逐任务验证。
  3. ANN 查向量近邻,TIGER 的编码器–解码器预测短码。两者都要落实到真实目录,并做资格筛选;生成不使用 ANN,也不代表不需要映射。
  4. 把物品、行动与其他类别特征重组织为序列,学习它们的关系并减少手工聚合。特征组织、训练和计算方式都重要,而不是“其他信息全部无用”。
  5. 早期 OneRec 尝试统一检索与排序的生成决策,并以会话列表建模。10.6% 是 2025 年 6 月技术报告中作者给出的运行支出对照,不能扩大成全公司成本或任意场景保证;服务、监控和约束处理职责仍需保留。
  6. 特征工厂、直接推荐、借用架构与训练范式、用户理解。它们可组合,也可以适配预训练权重;实际接入方式要由质量、时延和成本决定。
  7. 先明确问题和当前基线,再比较相同协议下的质量、数据条件、训练与服务预算、目录更新和维护成本。先做可控的小实验,再决定是否扩展。

本节回顾

现在能分清“短码是什么、模型负责哪段、证据来自哪里”,就达到了本章主线目标。准备动手时,只选上面的一个小实验即可。

先记住这几件事

  • 生成式推荐尝试直接生成物品标识或列表,而不只逐个候选打分。
  • Semantic ID、码本与受约束生成要一起检查,标识质量会影响上层模型。
  • 先用小规模实验验证价值,再评估数据量、计算量和现有链路的迁移成本。

想把模型接进服务,继续 第 15 章:工程落地;想选专项,再看 第 18 章:进阶专题。

打卡记录保存在你的浏览器里,首页能看到总进度