PulseAugur
实时 03:02:03
English(EN) Multimedia Asset Personalization via Multimodal Embeddings at Netflix

Netflix 使用多模态嵌入来个性化内容发现

Netflix 已开发并实施了多模态嵌入,以增强其内容个性化系统。通过利用 CLIP 等模型进行图像嵌入,以及一个名为 MediaFM 的三模态基础模型(融合视觉、音频和文本信号),Netflix 提高了其个性化艺术作品和视频预览的能力。这种方法在冷启动性能、查询感知搜索和视频预览推荐方面取得了更好的效果,在离线和在线测试中均优于以前的单模态模型。该公司还建立了一个离线代理任务,以加速这些嵌入模型的实验和产品化。 AI

影响 增强流媒体服务中的内容发现和个性化,可能为媒体资产优化设定新的行业标准。

排序理由 详细介绍多模态嵌入在生产推荐系统中的应用的论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.IR (Information Retrieval) 阅读 →

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

Netflix 使用多模态嵌入来个性化内容发现

报道来源 [1]

  1. arXiv cs.IR (Information Retrieval) TIER_1 English(EN) · Ashish Rastogi ·

    Netflix 上的多模态嵌入实现多媒体资产个性化

    Personalized promotional assets, namely artwork images and video preview clips, are critical to content discovery on Netflix. Traditional models for asset selection rely on ID-based interaction history, leaving them blind to asset content and unable to serve newly launched titles…