📖 AI 总结

Netflix 在其技术博客中披露了名为 GenRec 的推荐系统实验，该系统用语言模型替代了传统的手工构建推荐逻辑。现有推荐引擎依赖数千个手工设计的特征，导致扩展至游戏、直播等新内容类型时成本高昂，且现成语言模型存在过度推荐热门内容、虚构目录外标题等问题。GenRec 通过两阶段训练解决这一矛盾：先基于 Netflix 数据微调开源权重模型，再针对排序任务进行专项训练。其核心创新在于将用户观看历史、时长、点赞等行为转化为自然语言文本，而非数值向量，使模型自动捕捉偏好模式。离线测试和真实用户 A/B 实验均显示推荐质量显著提升，且所需标注训练数据大幅减少。Netflix 认为这标志着从定制架构向通用语言模型的战略转型，GenRec 通过过滤高信号事件应对上下文窗口限制，为推荐系统提供了更灵活、可扩展的新范式。