美团扩展生成式推荐训练信号
_reachsumit · x · 2026-07-15
Meituan 提出了一种面向生成式推荐的新训练方案，不再只依赖 next-token prediction，而是加入两类辅助监督信号： - **时间维度监督**：增强对行为时序的建模 - **跨域监督**：把不同领域的信息一起纳入训练 作者的核心观点是，生成式推荐如果只做下一个 token 预测，训练信号覆盖面会偏窄；通过扩展监督目标，可以让模型学到更丰富的用户行为模式和推荐关系。
_reachsumit · x · 2026-07-15
Meituan 提出了一种面向生成式推荐的新训练方案，不再只依赖 next-token prediction，而是加入两类辅助监督信号： - **时间维度监督**：增强对行为时序的建模 - **跨域监督**：把不同领域的信息一起纳入训练 作者的核心观点是，生成式推荐如果只做下一个 token 预测，训练信号覆盖面会偏窄；通过扩展监督目标，可以让模型学到更丰富的用户行为模式和推荐关系。