一、大模型推薦技術(shù)發(fā)展回顧

1. 視角 1：對現(xiàn)有推薦的“改變”程度

目前，推薦系統(tǒng)關(guān)于“大模型”的結(jié)合存在三種主要技術(shù)思路：傳統(tǒng) CTR 模型不斷做大、利用大語言模型在現(xiàn)有推薦各階段進(jìn)行增強(qiáng)，生成式大模型端到端解決推薦。

（1）傳統(tǒng) CTR 大模型

CTR 模型在推薦系統(tǒng)中逐漸向大規(guī)?；l(fā)展，模型復(fù)雜度方面，從簡單的邏輯回歸到復(fù)雜的深度學(xué)習(xí)模型，如 Wide & Deep、DeepFM、xDeepFM 等，提升了特征交互和非線性表示能力。數(shù)據(jù)規(guī)模上，利用大數(shù)據(jù)集進(jìn)行訓(xùn)練，增強(qiáng)模型的泛化能力。在早期受限于算力，但隨著技術(shù)進(jìn)步，采用分布式計(jì)算和 GPU 加速，提升訓(xùn)練效率。CTR 模型不斷變大的一個根本邏輯也是大家相信加深加寬的網(wǎng)絡(luò)表達(dá)，海量的樣本會對 ctr 模型更好的建模，其實(shí)也是在遵循 scaling law，雖然這個術(shù)語這兩年才活起來，但其實(shí) ctr 模型在 16 年工業(yè)界從 LR 轉(zhuǎn)型 DNN 開始，就默認(rèn)在 scaling 的路上不斷發(fā)展。

（2）LLM 增強(qiáng)現(xiàn)有推薦技術(shù)

大語言模型憑借其豐富的 World Knowledge 和強(qiáng)大的理解能力，在數(shù)據(jù)樣本和特征增強(qiáng)、U&I embedding 理解等方面對推薦系統(tǒng)進(jìn)行了增強(qiáng)。在樣本方面，LLM 通過生成高質(zhì)量的商品描述和用戶畫像，有效緩解了冷啟動問題，豐富了訓(xùn)練數(shù)據(jù)。在特征工程方面，LLM 利用其強(qiáng)大的自然語言處理能力，增強(qiáng)了對用戶和商品文本信息的理解，生成更豐富、更精細(xì)的特征表示。在 embedding 表達(dá)方面，LLM 通過預(yù)訓(xùn)練和微調(diào)，捕捉用戶的深層次興趣和偏好，實(shí)現(xiàn)更精準(zhǔn)的個性化推薦。

（3）生成式大模型

生成式大模型代表了一種顛覆性的變化，它從傳統(tǒng)的多級過濾判別模式轉(zhuǎn)變?yōu)槎说蕉说纳赡Ｊ?，為推薦系統(tǒng)提供了全新的數(shù)據(jù)處理和內(nèi)容生成能力，代表作就是 meta 最新的論文 Trillion-Parameter Sequential Transducers for Generative Recommendations.

2. 視角 2：大語言模型如何去解“推薦”曾經(jīng)的發(fā)展瓶頸

“推薦”在其發(fā)展的各階段曾遇到不同的瓶頸。

（1）階段 1：卷數(shù)據(jù)

在 2010 年左右，推薦系統(tǒng)面臨的主要瓶頸是數(shù)據(jù)量不足。當(dāng)時處于 PC 時代，數(shù)據(jù)的體積（volume）、側(cè)邊信息（side info）、標(biāo)簽（label）遠(yuǎn)不如今天豐富。受限于產(chǎn)品設(shè)計(jì)，強(qiáng)賬號產(chǎn)品較少，導(dǎo)致用戶 ID、標(biāo)簽和特征都非常稀疏。直到 2013 年移動互聯(lián)網(wǎng)的爆發(fā)，數(shù)據(jù)問題才得到緩解。在卷數(shù)據(jù)階段，一個顯著體驗(yàn)是，在論文發(fā)表和競賽中，重點(diǎn)轉(zhuǎn)向了尋找和清洗數(shù)據(jù)以及數(shù)據(jù)標(biāo)注，然后再配合“競賽神器”（各種樹模型，如 GBDT 到 XGBoost）來取得成績。

（2）階段 2：卷網(wǎng)絡(luò)表達(dá)

隨著神經(jīng)網(wǎng)絡(luò)（NN）時代的到來，推薦系統(tǒng)開始從邏輯回歸（LR）轉(zhuǎn)向深度神經(jīng)網(wǎng)絡(luò)（DNN），這一轉(zhuǎn)變標(biāo)志著特征交叉表達(dá)的自動化。百度的大規(guī)模離散邏輯回歸是淺層時代的代表作，奠定了后來發(fā)展的兩個方向：高效的計(jì)算框架和精細(xì)的特征工程。各種工作把模型表達(dá)做精做細(xì)，如 Show+Click + MLP + UBM，以及主輔網(wǎng)絡(luò)的交替訓(xùn)練。在神經(jīng)網(wǎng)絡(luò)時代，特征工程的工作從人工交給了網(wǎng)絡(luò)結(jié)構(gòu)，為了替代人工交叉，讓模型自動學(xué)習(xí)特征的復(fù)雜交互，開啟了一個模型不斷擴(kuò)展特征交叉表達(dá)的時代。

（3）階段 3：卷算力 & 卷 Infra

Transformer 結(jié)構(gòu)的出現(xiàn)，其天然可并行的“疊羅漢”結(jié)構(gòu)為算力提供了擴(kuò)展的條件。推薦系統(tǒng)開始設(shè)計(jì)適用于并行計(jì)算的網(wǎng)絡(luò)結(jié)構(gòu)，并在底層進(jìn)行計(jì)算優(yōu)化，以應(yīng)對行為序列的豐富（長寬高）和特征交互的復(fù)雜性，這些都對算力和基礎(chǔ)設(shè)施（Infra）提出了新的要求。與此同時，推薦場景對用戶響應(yīng)時間（RT）的容忍度遠(yuǎn)低于對話場景，這進(jìn)一步推動了對推薦系統(tǒng)算力的高要求。

回顧完推薦系統(tǒng)曾經(jīng)的發(fā)展瓶頸，我們再來看大模型的兩個主要核心能力：scaling law 質(zhì)變的涌現(xiàn)和 world knowledge 基礎(chǔ)理解，這兩個關(guān)鍵能力如何來解決推薦系統(tǒng)曾經(jīng)面臨的發(fā)展瓶頸。

（4）World Knowledge*數(shù)據(jù)瓶頸

①豐富樣本

大模型通過其顯性知識，例如在搜索相關(guān)性方面，可以通過生成相似的查詢（query）來豐富樣本行和列。這種方法可以擴(kuò)展到推薦系統(tǒng)中，通過生成硬樣本（hard/easy user-item pairs）來增強(qiáng)模型的訓(xùn)練數(shù)據(jù)集。

②數(shù)據(jù)預(yù)處理

通過構(gòu)造合適的 prompt，抽取和轉(zhuǎn)化原始信息，讓 model 更容易擬合其與 label 的關(guān)系。比如，在醫(yī)生推薦服務(wù)中，用戶會輸入一段患者主訴，但通常是口語化或非標(biāo)準(zhǔn)的，讓 LLM 可以將其轉(zhuǎn)化成更 medical level 的表述，以及抽取關(guān)鍵醫(yī)學(xué)詞匯，預(yù)處理后的輸入對醫(yī)生推薦的表現(xiàn)有極大提升。

（5）World Knowledge*NN 表達(dá)瓶頸

①LLM embedding 直接使用

大模型的 embedding 可以直接作為 i2i 或者作為新增的 feature slot 放入模型使用。

②Embedding pre-load for finetune

大模型的隱性知識可以作為輸入或預(yù)加載（preload）到推薦系統(tǒng)中，以更好地表達(dá)用戶和物品的知識。例如，在處理冷啟動問題時，可以使用大模型預(yù)訓(xùn)練的嵌入（Embedding）作為初始化，為新用戶或新物品提供較為準(zhǔn)確的特征表示。

（6）Scaling law*NN 表達(dá)瓶頸

①Scaling Law 對召回的啟示：

I2I 召回通常面臨做深和做寬的問題，做深是指對于 item1，不僅 top100 是準(zhǔn)的，top1w 也是準(zhǔn)的，這對多候選池場景通用一套 i2i 是非常重要的；做寬是指除了頭部 item 訓(xùn)練比較準(zhǔn)，長尾的 item 也需要做到相對不錯的準(zhǔn)度；解決以上挑戰(zhàn)的手段本質(zhì)就是 scaling law 的各種方法，樣本規(guī)模的擴(kuò)大，i2i model 參數(shù)的增大，epoch 增多等，以上可以充分解決上述挑戰(zhàn)。

②Scaling law 對精排的啟示：

Scaling law 對精排的啟示在過去幾年傳統(tǒng)的 ctr 大模型也一直在踐行，從 ubm，多模態(tài)，多目標(biāo)，網(wǎng)絡(luò)結(jié)構(gòu)加深加寬，交叉結(jié)構(gòu)不斷豐富等都可以提高模型對用戶和物品理解的準(zhǔn)確性。大模型的 Scaling Law 能力允許模型在特征交叉方面進(jìn)行更深入的探索。通過增加模型的大小和復(fù)雜性，可以更好地捕捉用戶和物品之間的復(fù)雜關(guān)系。

（7）Scaling law*算力&infra 瓶頸

①與 Scaling Law 同步適配算力和基礎(chǔ)設(shè)施不斷提升

隨著大模型的 Scaling Law，算力和基礎(chǔ)設(shè)施也在不斷進(jìn)化。推薦系統(tǒng)可以設(shè)計(jì)為更適合并行計(jì)算的結(jié)構(gòu)，同時利用底層計(jì)算優(yōu)化來提高效率。

②利用生成式建模和基礎(chǔ)設(shè)施優(yōu)化

通過生成式建模，可以在推薦系統(tǒng)中實(shí)現(xiàn)從同質(zhì)數(shù)據(jù)空間到異質(zhì)數(shù)據(jù)全空間的統(tǒng)一表示。此外，通過基礎(chǔ)設(shè)施的優(yōu)化，比如使用 Mixture of Experts（MoE）等技術(shù)，可以在保持模型復(fù)雜性的同時加速推理過程。

通過上述方法，大模型技術(shù)能夠有效解決推薦系統(tǒng)在數(shù)據(jù)、網(wǎng)絡(luò)表達(dá)瓶頸，并且反向推動算力基礎(chǔ)設(shè)施提升，推動推薦系統(tǒng)向更高效、更準(zhǔn)確的方向發(fā)展。

二、健康電商推薦背景與挑戰(zhàn)

在當(dāng)前的電商環(huán)境中，消費(fèi)者幾乎每天都會使用各種購物應(yīng)用程序，如小紅書、京東、淘寶、天貓等。盡管這些平臺在用戶體驗(yàn)上有很多相似之處，但在健康產(chǎn)品這一細(xì)分市場中，推薦系統(tǒng)面臨著獨(dú)特的挑戰(zhàn)和特點(diǎn)。

1. 健康產(chǎn)品的剛需和知識驅(qū)動特性

泛健康商品，包括營養(yǎng)保健品、OTC、口罩、溫度計(jì)等，與傳統(tǒng)的零售商品相比，具有明顯的剛需和知識驅(qū)動特性。例如，消費(fèi)者購買維生素 C 時，其決策過程往往與其對維生素 C 的知識以及是否是其當(dāng)前需要，而不是基于多樣化的興趣選擇。這意味著健康商品的推薦應(yīng)當(dāng)更多地依賴于知識導(dǎo)向和剛需滿足。

2. 標(biāo)品的特性及其對推薦系統(tǒng)的影響

泛健康商品，存在很大一部分標(biāo)品。標(biāo)品指的是有明確標(biāo)準(zhǔn)和約束，比如限定成分、規(guī)格或明確功效等的商品。比如 N95 口罩是標(biāo)品，polo 衫是非標(biāo)品。標(biāo)品在 SKU（最小粒度商品）層面的差異性較小，消費(fèi)者選擇時的個性化需求并不顯著，其個性化主要是在標(biāo)品類別的選擇上。而 LLM 對標(biāo)品的理解是充分的，但無法對齊其對 skuid 的理解（一個標(biāo)品包含成百上千的 skuid）。因此，LLM 結(jié)合健康推薦系統(tǒng)可以采用 two-stage 策略：首先推薦符合剛需和知識導(dǎo)向的標(biāo)品，然后在標(biāo)品下為用戶推薦合適的 SKU。

3. 推薦系統(tǒng)的其他挑戰(zhàn)

除了上述特點(diǎn)外，健康產(chǎn)品推薦系統(tǒng)還面臨著其他挑戰(zhàn)，如低頻購買、用戶稀疏行為、場景差異性大等。這些問題普遍存在于推薦系統(tǒng)中，需要通過精細(xì)化的算法和深入的用戶理解來解決。

健康產(chǎn)品推薦系統(tǒng)在電商領(lǐng)域中占有重要地位，其成功實(shí)施需要對剛需和知識驅(qū)動的深入理解，以及對標(biāo)品特性的有效利用。通過解決上述挑戰(zhàn)，推薦系統(tǒng)能夠?yàn)橛脩籼峁└泳珳?zhǔn)和個性化的健康產(chǎn)品推薦。

三、大模型推薦在電商場的落地實(shí)踐

在電商推薦系統(tǒng)中，大模型技術(shù)的落地實(shí)踐主要聚焦于解決用戶個性化推薦的問題，尤其是在京東健康（JDH）這一特定領(lǐng)域。下面介紹大模型技術(shù)在電商推薦中的幾個關(guān)鍵落地實(shí)踐。

1. LLM4CB – 解決稀疏行為用戶召回

（1）問題背景

在電商推薦系統(tǒng)中，新用戶和低頻用戶由于行為數(shù)據(jù)不足，難以通過傳統(tǒng)算法實(shí)現(xiàn)有效召回。這部分用戶的推薦質(zhì)量直接影響了平臺的用戶體驗(yàn)和業(yè)務(wù)增長。

（2）解決思路

• 利用大語言模型的世界知識：大模型能夠根據(jù)用戶的基本信息，如年齡、居住地和健康記錄，推斷用戶可能的需求和興趣點(diǎn)，這種能力有助于理解用戶潛在的剛需和知識驅(qū)動的購買行為。
• 結(jié)合領(lǐng)域樣本數(shù)據(jù)：僅依靠大模型的通用知識是不夠的，必須結(jié)合特定領(lǐng)域的樣本數(shù)據(jù)，以縮小世界知識與領(lǐng)域知識之間的差距，這要求對大模型進(jìn)行任務(wù)對齊，確保推薦系統(tǒng)能夠準(zhǔn)確地響應(yīng)用戶的具體需求。
• 推理性能優(yōu)化：在召回過程中，傳統(tǒng)的 Item-to-Item（I2I）推薦可能僅需十幾毫秒。然而，如果引入大模型進(jìn)行推理，可能會導(dǎo)致顯著的性能下降。為此，需要探索從離線到近線處理的升級方案，以減少覆蓋率的損失并保證系統(tǒng)的響應(yīng)速度。

（3）技術(shù)挑戰(zhàn)

• 物料表達(dá)：大模型通常處理自然語言 token，而推薦系統(tǒng)中使用的是 ID。需要找到一種方法，使物料的表達(dá)既能夠保持語義信息，又具有足夠的區(qū)分度。
• 任務(wù)對齊：需要將特定領(lǐng)域的推薦樣本與大模型的任務(wù)進(jìn)行有效對齊，確保推薦結(jié)果的準(zhǔn)確性。
• 推理效率：面對大模型可能帶來的推理延遲，需要優(yōu)化推理過程，以滿足在線推薦系統(tǒng)對實(shí)時性的要求。

（4）實(shí)施策略

采用兩階段建模方法，首先利用大模型生成潛在感興趣的產(chǎn)品名稱，然后根據(jù)產(chǎn)品名推薦具體的 SKU。在生成產(chǎn)品名稱（PU）時，通過過濾機(jī)制確保推薦結(jié)果與現(xiàn)有庫存和用戶需求相匹配。通過 Prompt 工程技術(shù)優(yōu)化大模型的輸入，提高模型對特定領(lǐng)域任務(wù)的響應(yīng)能力。

（5）數(shù)學(xué)建模

\[ \text{SU} = \{ \text{sku} | \text{EE}(\text{pu}, \text{sku}) \geq \epsilon \} \]

\[ \text{pu} = G(\text{u, cxt}) | f(\text{P, G}) \geq \theta \]

其中，\( \text{SU} \) 表示給定標(biāo)品p，召回用戶 u 感興趣的 sku 列表；\( \text{EE} \) 是篩選得分高的 sku 的方式；\( \text{pu} \) 表示生成式的方式產(chǎn)出“可能”的標(biāo)品集合；\( f(\text{P, G}) \) 表示生成商品和真實(shí)商品的匹配度。

（6）系統(tǒng)實(shí)現(xiàn)

包括 Prompt Engineering、特征選擇、樣本選擇、模型調(diào)優(yōu)等步驟，以實(shí)現(xiàn)高效的個性化推薦。

LLM4CB 的建模采用兩階段方法：

• 第一階段：產(chǎn)品名生成（PU Generation）
  利用 LLM 生成可能感興趣的產(chǎn)品名稱集合，通過任務(wù)對齊全量調(diào)參 LLM 提高生成質(zhì)量。首先，尋找到合適的 prompt，如下圖是我們的 prompt engineering 的系統(tǒng)界面，不斷的提示詞模板優(yōu)化得到最佳的模板；其次，用場域內(nèi)的推薦樣本構(gòu)造為自然語言表達(dá)的數(shù)據(jù)，并填入 prompt 模板；接著，基于選定的大模型基模型，用轉(zhuǎn)化后的樣本做全量調(diào)參；訓(xùn)練好后的 model 經(jīng)離線評估 ok 后部署到線上，用去重后的樣本請求取得 pu 結(jié)果。
  
• 第二階段：SKU 召回（SKU Recall）
  在確定產(chǎn)品名后，通過評分機(jī)制篩選出用戶可能感興趣的 SKU。這里主要是用 EE 的打分方式，具體策略如 UCB，湯普森采樣等都可以選擇，不展開贅述。

其它說明：

①LLM 全量調(diào)參還是換 softmax frozen LLM，不同場景值得大家探索，為了對世界知識的最大保留，該場景選擇了前者。

②性能優(yōu)化：通過異步推理和 KV 存儲，提高系統(tǒng)的實(shí)時性和覆蓋率。

③樣本多樣性：確保樣本選擇的多樣性，以引導(dǎo)模型學(xué)習(xí)。

④異步推理+KV 存儲：對用戶請求進(jìn)行異步處理，使用鍵值存儲方式，提高響應(yīng)速度。

（7）結(jié)果與展望

通過 LLM4CB 的實(shí)施，顯著提升了對稀疏行為用戶的召回效果，尤其是在長尾或低頻用戶群體中。微調(diào)策略的優(yōu)化不僅提高了推薦的相關(guān)性，也為模型在特定領(lǐng)域的應(yīng)用提供了靈活性和適應(yīng)性。我們期待通過持續(xù)的技術(shù)創(chuàng)新，進(jìn)一步提升推薦系統(tǒng)的性能和用戶體驗(yàn)。

2. DeepI2I – 擴(kuò)展 I2I 模型

為了解決長尾場景下的推薦問題，我們采用了 DeepI2I 模型，這是一種擴(kuò)展的 Item-to-Item（I2I）推薦模型。通過增加樣本數(shù)量、參數(shù)量和 epoch，我們利用圖神經(jīng)網(wǎng)絡(luò)（GNN）的隨機(jī)游走技術(shù)來構(gòu)造低頻商品的樣本，同時運(yùn)用大型語言模型（LLM）進(jìn)行數(shù)據(jù)增強(qiáng)。這種策略不僅提高了模型對低頻商品的捕捉能力，也增強(qiáng)了模型對用戶偏好的深入理解。

3. 大模型 CTR – 踐行 Scaling Law

在點(diǎn)擊率預(yù)測（CTR）模型中，我們通過增加模型的復(fù)雜度和計(jì)算規(guī)模，以適應(yīng)長序列、多模態(tài)、多目標(biāo)等復(fù)雜推薦任務(wù)的需求。這一策略體現(xiàn)了 Scaling Law 的應(yīng)用，即通過擴(kuò)大模型規(guī)模來提升性能。我們的 CTR 模型已經(jīng)從存儲密集型轉(zhuǎn)向計(jì)算密集型，以處理更大規(guī)模的數(shù)據(jù)和更復(fù)雜的特征交互。

4. 開放性問題

最后，我們提出了一個開放性問題：生成式推薦范式是否有可能取代傳統(tǒng)的多級過濾加判別式范式，并在電商推薦系統(tǒng)中大規(guī)模落地？電商推薦系統(tǒng)是一個復(fù)雜的系統(tǒng)性工程，涉及供給、分發(fā)、營銷等多個方面，不是單一技術(shù)問題。雖然大型語言模型在推薦系統(tǒng)中顯示出了潛力，但是否能完全替代現(xiàn)有的多階段判別式方法，還需要更多的研究和實(shí)踐來驗(yàn)證。

個人觀點(diǎn)

• AI 技術(shù)范式之爭：歷史上，數(shù)據(jù)驅(qū)動的方法取代了專家系統(tǒng)，因?yàn)閷＜蚁到y(tǒng)無法解決某些問題。當(dāng)前的推薦技術(shù)范式已經(jīng)達(dá)到了一個相對成熟的水平。
• 電商推薦系統(tǒng)的復(fù)雜性：電商推薦系統(tǒng)不僅僅是技術(shù)問題，還涉及業(yè)務(wù)配合、供應(yīng)鏈管理、分發(fā)策略和營銷、平臺生態(tài)等多個方面。
• 大模型的增益：大型語言模型對推薦系統(tǒng)有增益，但這并不意味著要完全摒棄現(xiàn)有的多級過濾的范式。未來的發(fā)展方向可能是結(jié)合 Scaling Law 和大型語言模型的優(yōu)勢，來解決推薦系統(tǒng)中的問題。

隨著技術(shù)的不斷進(jìn)步，我們預(yù)計(jì) Scaling Law 將在推薦系統(tǒng)中發(fā)揮更大的作用，推動個性化推薦技術(shù)向更深層次發(fā)展。

京東健康推薦團(tuán)隊(duì)通過大模型技術(shù)在電商領(lǐng)域的落地實(shí)踐，展示了如何結(jié)合世界知識和領(lǐng)域知識，解決稀疏行為用戶的召回問題，并通過技術(shù)創(chuàng)新不斷提升推薦系統(tǒng)的性能和用戶體驗(yàn)。