Netflix 实践：用 LLM 重构推荐系统排序器，训练数据省 40 倍

_reachsumit · x · 2026-08-12

Netflix 分享了其基于大语言模型的全目录推荐排序器 GenRec。该系统将用户历史交互转化为文本上下文，并在一次前向传播中对整个目录进行评分。

GenRec 采用两阶段框架：首先适配开源 LLM 以深入理解目录和用户行为；随后使用排序特定的数据和奖励信号进行后训练。大规模 A/B 测试表明，即便仅使用不到原生产模型 1/40 的标注训练数据，GenRec 依然在离线和在线指标上取得了统计显著的提升。