研究人员开发了NEXT，一个拥有80亿参数的视觉语言模型，用于视频推荐。NEXT通过分析用户最近观看的视频来推断其下一个兴趣点，然后检索相关后续内容。该模型采用了包括强化学习和监督微调在内的三阶段过程进行训练，在视觉问答任务上取得了强劲表现，并优于更大的模型。在大型社交媒体系统部署后，NEXT在观看时长和独立视频曝光量方面均显示出显著的改进。 AI
影响 该模型可以通过提供更相关的推荐来提高视频平台的用户参与度和内容发现。
排序理由 发布了一篇详细介绍新型视觉语言模型及其应用的学术论文。[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 →
