PulseAugur
实时 10:36:42
English(EN) HiGR: Industrial-Scale Hierarchical Generative Slate Recommendation Framework in Tencent

腾讯发布HiGR,用于工业级生成式推荐

腾讯开发了HiGR,一个用于工业级分层生成式推荐的框架。该系统通过学习结构化物品ID并将自回归建模转移到偏好嵌入以实现高效规划,解决了将生成模型应用于大规模推荐的挑战。HiGR在离线推荐质量和推理速度方面均有显著提升,并已成功部署在腾讯平台,提升了用户参与度指标。 AI

影响 该框架有望显著提高服务数亿用户的平台的推荐效率和有效性。

排序理由 在arXiv上发表的学术论文,详细介绍了新的推荐框架。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.AI 阅读 →

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

报道来源 [1]

  1. arXiv cs.AI TIER_1 English(EN) · Yunsheng Pang, Zijian Liu, Yudong Li, Shaojie Zhu, Zijian Luo, Chenyun Yu, Sikai Wu, Shichen Shen, Cong Xu, Bin Wang, Kai Jiang, Chengxiang Zhuo, Zang Li ·

    HiGR: Industrial-Scale Hierarchical Generative Slate Recommendation Framework in Tencent

    arXiv:2512.24787v3 Announce Type: replace-cross Abstract: Slate recommendation, which presents users with a ranked item list in a single display, is ubiquitous across mainstream online platforms. While recent generative recommendation methods have shown strong potential in modeli…