快手 SARA:从 2.4 亿直播用户挖掘自然语言偏好理由喂给推荐模型
_reachsumit · x · 2026-09-17
快手团队的 arXiv 论文提出 SARA 框架，把" articulated user rationales"(用户用自然语言解释为什么喜欢/不喜欢某内容)作为推荐系统的新信号——传统系统只看点击、观看时长等隐式行为，只知道用户做了什么而不知道为什么。
难点是这类理由天然稀疏、质量参差、覆盖面小。SARA 的工业级方案：
- 数据引擎从 2.4 亿快手直播用户中引出并清洗理由，构建质控、以作者为中心的 SARA-HQ 数据集。
- 通过大规模 SFT + Quality-Refining DPO 把通用 MLLM 对齐为 SARA-7B，将理由生成从 86,564 个覆盖作者扩展到全量 1,000 万作者空间。
- SARA-Ranker 通过理由感知交互建模和拒绝记忆建模，把生成的正负理由接入生产排序。
论文报告了大规模离线与在线效果验证。
「研究」频道最新
- 微软研究员提醒：BERT 在 2019 年就被称为 LLM — JFPuget · 2026-09-20
- OpenAI 称解出 Navier-Stokes,被质疑「偷用」数学家的 Codex 会话成果 — ExamImmediate8956 · 2026-09-20
- AI 加速科学发现了吗？网络攻击激增、数学微增、算法无明显变化 — soumitrashukla9 · 2026-09-20
- TovanaEngine：用 5 万条 SWE-bench 运行数据训练本地编码 agent 世界模型 — Decent-Ad9950 · 2026-09-20
- Scrabble 也被 AI 拿下了?传奇棋手 Richards 据称仍能击败引擎 — zuilserip · 2026-09-20
- 科学系教科书作者：99.9% 准确率可能等于零个发现 — bravo_abad · 2026-09-20