概念Generative Recommender / GR / 生成式推荐系统
生成式推荐
借鉴大语言模型建模思路的推荐系统新范式，将用户历史交互行为视为序列，以自回归方式直接预测下一个感兴趣物品，将推荐问题统一到生成范式下，可复用注意力机制和大规模分布式训练推理能力
时间轴 (近 90 天)
9月30日
生成式推荐系统借鉴大语言模型的建模思路，将用户行为序列作为生成任务处理，用自回归方式预测下一个可能感兴趣的物品
待验证50%
9月30日
生成式推荐通过KV Cache复用（缓存已计算的用户历史序列键值向量）避免重复计算，降低推理延迟并提升GPU利用率
待验证50%
9月30日
生成式推荐落地时需在模型规模扩大带来的算力成本与实时场景的延迟要求之间进行权衡
待验证50%
9月30日
生成式推荐有望成为下一代大规模个性化系统的主流方向之一
待验证50%