研究人员开发了GALA，一种用于推荐系统中自适应多模态表示的新型三阶段流水线，已在淘宝拍买部署。该系统通过引入中间的“生成式强化学习对齐”阶段，解决了图像、文本和用户交互等异构数据融合的挑战。该阶段使用奖励驱动优化（GRPO）来改进多模态嵌入，使其更好地与用户行为对齐，弥合了预训练和微调之间的差距。GALA已在生产环境中实施，服务于超过2亿日活跃用户，并在离线指标和可衡量的订单量增长方面取得了显著改进。 AI
影响 该系统的部署及其在增加订单量方面取得的成功，为改进大规模推荐系统中的多模态表示指明了方向。
排序理由 该集群描述了一篇研究论文，详细介绍了新系统（GALA）及其在实际应用中的部署。
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →
arXiv:2607.29213v1 Announce Type: cross Abstract: Modern recommender systems in food delivery increasingly leverage multimodal signals, including images, text, and user interaction histories, to enhance user experience, yet effective fusion of these heterogeneous modalities remai…
Modern recommender systems in food delivery increasingly leverage multimodal signals, including images, text, and user interaction histories, to enhance user experience, yet effective fusion of these heterogeneous modalities remains challenging, hindering both the joint modeling …