Kuaishou 部署 PushDualGen 以实现可解释的 AI 推荐

研究人员开发了 PushDualGen，这是一种新颖的轻量级生成模型，旨在改进大规模工业应用中的个性化内容推荐。该模型通过生成内容的语义 ID 和作为解释的补充性、可解释副本，解决了先前生成式推荐系统的“黑箱”性质。PushDualGen 已部署在 Kuaishou 的推送推荐系统中，并在在线 A/B 测试中取得了显著成果，将视频推荐参与度提高了 8.50%，并将不满率降低了 37.70%。该系统还旨在通过为不太受欢迎的视频提供更好的曝光来优化内容生态系统。 AI

影响 该模型为生成式推荐提供了一种更具可解释性的方法，有望提高大型系统中用户的信任度和满意度。

排序理由 该集群描述了一个新模型及其在工业应用中的部署，详细介绍于一篇 arXiv 论文中。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.IR (Information Retrieval) 阅读 →

• arXiv
• Hugging Face
• Kuaishou
• Kuaishou's push recommendation system
• PushDualGen

• 产品
• 模型发布

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →