大模型在华为推荐场景中的探索和应用.pptxVIP

大模型在华为推荐场景中的探索和应用演讲人：陈渤华为诺亚方舟实验室高级算法工程师

CONT目E录NTS01背景02LLMforFeature03LLMforRanking04总结与展望

背景

推荐系统背景信息过载时代下的推荐系统为用户推荐感兴趣的资讯，提升用户体验广告主精准投放，挖掘潜在客户提供更好的服务，建设平台生态，提升平台收益Historicaluser-iteminteractionsoradditionalsideinformation(e.g.,socialrelations,item’sknowledge,etc.)INPUTPredicthowlikelyauserwouldinteractwithatargetitem(e.g.,click,view,orpurchase)OUTPUT

大模型时代下的推荐系统大模型时代下的推荐系统引入外部开放世界知识，丰富语义信号√具备跨域推荐能力，适合冷启动场景√协同信号缺失×计算复杂度高，难以处理海量样本×传统的推荐模型充分利用用户-物品协同信号建模√模型相对较小，时间空间开销低√只能利用数据集内的知识×缺乏语义信息和深度意图推理×推荐模型如何从大模型中取长补短，从而提升推荐性能？

LLM4RecLinJ,DaiX,XiY,etal.How