从大数据到大模型：搜索推荐技术的前沿探索-2024大数据大模型峰会.pdf

推荐搜索技术的前沿探索

从大数据到大模型

“大模型”与“大数据”两者犹如车之双轮，合力驱动数据价值和企业价值的增长。大数据和大模型，作为双核驱动力，正在引领我们迈向更加智能、高效和便捷的时代。

施兴（叔宝）

阿里云

推荐搜索广告架构工程算法实践与沉淀大模型的探索

ArchitectureEngineeringLLM

•FeatureStore

“大模型”与“大数据”两者犹如车之双轮，合力驱动数据价值和企业价值的增长。大数据和大模型，作为双核驱动力，正在引领我们迈向更加智能、高效和便捷的时代。

•推荐搜索广告技术架构•推荐广告结合LLM

•训练推理加速

•大数据+AI一体化•PAI-RAG

•EasyRec开源算法库

搜索推荐广告技术架构PAI-REC

企业级推荐系统服务-基于阿里巴巴集团最佳实践搭建全链路推荐系统

用户(+query)业务引擎+AB向量引擎

多路召回、曝光过滤ItemEmbedding

特征平台App/Web端

请求结果

粗排、精排实验

User：访问序列曝光模型服务

在线引擎策略（打散策略、新品曝光）DBMTL/FM/DeepFM等

相关性：i2i、Cate2i点击

“大模型”与“大数据”两者犹如车之双轮，合力驱动数据价值和企业价值的增长。大数据和大模型，作为双核驱动力，正在引领我们迈向更加智能、高效和便捷的时代。

日志：结果、实验信息

Item：实时/离线特征收藏标签、分类

User：短期/长期特征评论等实时采集后端日志

实时计算引擎

实时计算实时特征计算数据清洗实时用户和语义特征提取相似性

和实时样本