@thesupermannx: Netflix 用一个 LLM 替换了他们 15 年的推荐算法。这个系统叫做 "GenRec"，它完全改变了…

X AI KOLs Timeline 新闻
netflix llm recommendation-system ai machine-learning genrec

摘要

Netflix 用一个名为 GenRec 的 LLM 支持系统替换了其长期使用的推荐算法，该系统以显著更少的训练数据超越了先前的方法，这标志着 AI 驱动产品工程的重大转变。

Netflix 用一个 LLM 替换了他们 15 年的推荐算法。 这个系统叫做 "GenRec"，它完全改变了推荐算法的构建方式。 十多年来，Netflix 的推荐引擎一直是特征工程的典范。数据科学家构建了数千个复杂的手工特征，以确定你接下来想看什么。 它需要定制架构、庞大的基础设施和持续的手动调整。 Netflix 抛弃了这一切。 他们构建了 GenRec，一个基于 LLM 的排序器。 他们不再将你的行为转化为复杂数学，而是将你的观看历史和元数据转化为自然语言句子。 他们将这个原始文本输入到一个基础 LLM 中。 AI 像阅读故事一样读取你的行为，理解你变化的品味，并在单次前向传播中为整个目录评分。 无需手动特征工程，无需复杂的定制架构。 以下是应该让传统数据科学家感到恐惧的部分。 这个基于文本的 LLM 不仅匹配了 Netflix 花费多年精调的生产系统。 它击败了该系统。 而且，它以大约 40 倍更少的标记训练样本实现了这些统计显著的增益。 我们正在实时见证一场巨大的范式转变。 世界上最复杂的预测算法正被只知道如何阅读的模型所取代。 如果 Netflix 能用 LLM 替换其核心产品引擎，你业务中的哪些复杂系统即将过时？
查看原文
查看缓存全文

缓存时间: 2026/09/29 07:51

Netflix 用其大语言模型取代了使用长达 15 年的推荐算法。

这套名为“GenRec“的系统彻底改变了推荐算法的构建方式。

过去十多年来，Netflix 的推荐引擎堪称特征工程的典范。数据科学家们构建了数千个复杂的手工特征，以此来预判你下一步想看什么。

这套系统需要定制化的架构、庞大的基础设施，并且需要持续手动调优。

而 Netflix 将这一切彻底推翻。

他们打造了基于大语言模型的排序系统 GenRec。

该系统不再将用户行为转化为复杂的数学公式，而是将你的观看历史与元数据直接转换为自然语言描述。

随后将这些原始文本输入基础大语言模型。

人工智能像阅读故事一样解析你的行为，理解你不断变化的口味偏好，并在单次前向传播中为整个内容库进行评分。

无需手动特征工程，无需复杂的定制化架构。

接下来这部分内容足以让传统数据科学家感到震撼。

这个基于文本的大语言模型不仅匹配上了 Netflix 历经多年精心打磨的线上系统，甚至更胜一筹。

而且仅使用大约四十分之一的标注训练样本，就实现了具有统计显著性的性能提升。

我们正在见证一场大规模的范式革命实时上演。

世界上最复杂的预测算法，正被只需懂得阅读的模型所取代。

如果 Netflix 能用大语言模型替代其核心产品引擎，那么你的业务中哪些复杂系统即将面临淘汰？

相似文章

Netflix称约300部作品使用了生成式AI

The Verge

Netflix透露，其平台上约有300部作品使用了生成式AI，主要用于后期制作，以降低成本和缩短制作时间。该公司重点提到了《美国实验》等例子，并讨论了其不断增长的AI投资。