长按二维码,关注官方公众号
抖音推荐下一代生成式推荐系统 
抖音推荐系统迭代已久，水位很高，通过传统DLRM的方式进一步提升性能变得越来越困难。对此我们设计了新的范式舍弃了大量的手工特征和特征工程，采用了类似于语言LLM 的纯序列化表示方式表示用户行为，并通过Scale Up大幅度提升了现有推荐模型的能力。
演讲提纲：
1. 抖音推荐业务背景，现有问题
2. 方案：
- 模型框架
- 数据组织
- 吞吐优化
- 推理方案
3. 未来展望
听众收益：
1. LLM时代推荐范式思考。
2. 推荐系统Scale Up之路
现就职字节跳动，从事抖音推荐大模型算法研究工作。曾就职/实习于腾讯，阿里巴巴，网易等多家大厂，从事NLP/搜索/推荐等领域。曾获多项国家级奖项，在天池/CCF等比赛中多次斩获Top名次，曾主持并参与研发服务于北京冬奥会的多项国家重点研发计划项目。
