Daixuan Cheng

大语言模型为推荐系统预排序生成无偏标签

研究人员开发了生成伪标签（GPL）框架，该框架使用大语言模型（LLMs）为推荐系统的预排序创建无偏伪标签。该方法解决了训练-服务不一致的挑战，即模型在有限的曝光交互上进行训练，但必须对所有潜在物品进行评分，包括未曝光的长尾内容。通过生成用户特定的兴趣锚点并在语义空间中匹配它们，GPL在不增加在线延迟的情况下提供了高质量的训练数据。在大型生产系统中实施后，GPL将点击率提高了3.07%，并增强了推荐的多样性。