标签：推荐系统
阿里妈妈发布MUSE：用多模态搞定十万级超长行为序列，并开源Taobao-MM数据集
推荐系统长期以来面临'短期健忘症'的困境，受限于算力和存储，用户多年前的行为数据往往被截断或遗忘。阿里妈妈与武汉大学团队提出的MUSE框架，通过多模态搜...
抛弃“级联”架构！快手OneRec用大模型重构推荐系统，服务成本降至1/10
传统推荐架构面临规模化瓶颈与范式局限，级联式设计导致算力碎片化，整体算力利用效率（MFU）长期低于1%。快手提出的生成式端到端架构OneRec通过统一召回、粗...
当推荐系统真正「懂你」：快手团队在NeurIPS 2025提出新成果TagCF
推荐系统长期以来主要依赖对用户兴趣内容的统计建模，却忽略了用户角色这一关键因素。快手消费策略算法团队联合多方提出的TagCF框架，通过引入用户角色（user...
RecFound：面向推荐系统的生成式表征学习统一框架
构建能够在多样化任务中表现卓越的单一基座模型是人工智能领域的长期目标。随着通用大模型技术的推进，其影响力已扩展至推荐系统领域。然而，当前针对推荐任...
推荐大模型来了？OneRec论文解读：端到端训练如何同时吃掉效果与成本
推荐系统正经历由大型语言模型（LLM）驱动的范式变革。传统级联架构因算力碎片化、目标冲突等问题面临瓶颈，而快手提出的端到端生成式系统OneRec通过整合Enco...
AI大模型正改变着推荐系统的未来
这篇文章详细介绍了推荐系统的工作原理及其应用领域。推荐系统被广泛应用于电子商务、视频网站、音乐流媒体、新闻资讯等多个领域，旨在提高用户体验和转化率...
