GenRecs Tokenization：Meta 透過穩定模型詞彙改造廣告推薦
GenRecs Tokenization: Transforming Ads Recommendation at Meta with Stable Model Vocabulary
重點導讀
GenRecs Tokenization 讓 Meta 以 LLM 驅動的語義詞彙，將廣告、產品、頁面等專案以 token 形式表徵，提升推薦精準度。
- 提升轉換率：與 Meta 的 GEM 與 Adaptive Ranking Model 配合，實驗資料顯示提升 +0.35% 轉換率。
推薦理由
本文揭示 Meta 如何利用 LLM 驅動的語義 tokenization 來提升廣告推薦，提供可直接套用於大規模推薦系統的技術細節。
信源出處engineering.fb.com
GenRecs Tokenization: Transforming Ads Recommendation at Meta with Stable Model Vocabulary
本文為 888news 精選之重點導讀。若需閱讀作者完整原文、技術細節與官方討論，請前往原始網站。
來源： Meta Engineering (engineering.fb.com)
開啟原文