研究人员开发了生成伪标签（GPL）框架，该框架使用大语言模型（LLMs）为推荐系统的预排序创建无偏伪标签。该方法解决了训练-服务不一致的挑战，即模型在有限的曝光交互上进行训练，但必须对所有潜在物品进行评分，包括未曝光的长尾内容。通过生成用户特定的兴趣锚点并在语义空间中匹配它们，GPL在不增加在线延迟的情况下提供了高质量的训练数据。在大型生产系统中实施后，GPL将点击率提高了3.07%，并增强了推荐的多样性。 AI
影响 通过解决样本选择偏差和改善长尾内容发现来增强推荐系统性能。
排序理由 该集群包含一篇学术论文，详细介绍了使用大语言模型改进推荐系统的新方法。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
