Taobao Shangou

淘宝拍买部署GALA用于自适应多模态推荐系统 · 跟踪到2个来源

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。