拿走200多万奖金的AI人才，到底给出了什么样的技术方案？

AI-Agent3小时前发布 almosthuman2014

42 0 0

文章摘要

在国内，掌握AI技术的年轻人正通过各类竞赛获得崭露头角的机会。2025年腾讯广告算法大赛中，前十名队伍成员均获得腾讯录用意向书，冠军团队更斩获200万元奖金。腾讯副总裁蒋杰评价参赛者展现的工业级解决方案能力时指出，年轻一代的知识储备已与业界实践无缝接轨，尤其体现在处理尚无标准答案的探索性难题上。

广告推荐系统的核心矛盾在于平衡商业价值与用户体验。平台的核心诉求并非增加广告数量，而是提升精准度——通过合适场景触达潜在需求用户，减少无效曝光。当前业界存在判别式与生成式两种技术路径：前者依赖预设特征进行匹配度计算，后者则通过分析用户行为序列预测潜在需求。传统判别式方法因特征工程天花板陷入瓶颈，而生成式模型凭借时序建模和多模态处理优势，正成为行业新方向。腾讯本次赛题聚焦”全模态生成式推荐”，要求选手在千万级用户数据中处理文本、图像等多模态信息，同时解决冷启动、延迟约束等工业级难题。

冠军团队Echoch的创新体现在三维度时间建模策略：三级会话体系区分用户交互状态，周期编码捕捉使用习惯，时间差分桶量化行为新鲜度。其方案突破性地将LLM作为基座模型，利用RoPE位置编码机制降低显存消耗，并通过引入随机性编码使长尾广告曝光率提升190倍。针对复赛新增的转化率目标，团队开发出单模型双策略机制，动态切换点击导向与转化导向的推荐逻辑。Muon优化器的应用则使训练显存减少45%，收敛速度提升40%。

亚军团队leejt通过数据压缩与工程优化实现规模突破。共享词表与哈希编码将1800万广告ID压缩至可处理范围，SVD降维与语义ID转换有效处理高噪多模态数据。其构建的异构时序图网络，通过关联用户、广告及语义节点解决稀疏数据问题。极致的工程优化使GPU利用率达100%，支持模型规模扩大至8层2048维，验证了”规模即性能”的核心理念。

行业实践显示，生成式技术已在腾讯广告召回环节取得商业验证。蒋杰透露，未来将推进数据多模态化与系统Agent化转型，并开源大赛数据集促进社区发展。技术演进的下个里程碑可能是实时生成个性化广告，根据即时场景动态创作文案与素材。本次大赛既展现了年轻一代解决复杂问题的能力，也为行业技术转型提供了宝贵样本。随着生成式推荐技术的持续突破，广告系统将向更智能、更人性化的方向演进。