标签: 推荐系统 (5 篇)

Meta发布自研训练芯片MTIA 300，将网卡和通信引擎直接集成到芯片内部，彻底解决推荐模型训练中通信与计算争抢资源的瓶颈问题。

Meta工程师分享，一个看似简单的“好友泡泡”功能，背后涉及复杂的机器学习模型和跨平台行为洞察，揭示了大规模社交推荐系统的设计哲学。

将语义ID作为词表一部分训练双语LLM，既能推荐商品，又能用自然对话操控推荐结果。

用语义 ID 替代传统随机哈希，让 LLM 直接理解商品信息，实现可对话式推荐。

Meta提出“索引即模型”新范式，将推荐系统所有检索功能整合进单一神经网络，实现吞吐量提升23.7倍和成本效率提升20.9倍。