Spotify 为数百万用户生成自然语言口味画像，强化基础模型推荐
_reachsumit · x · 2026-09-29
Spotify 团队发表论文 Textual User Taste (TUT)，介绍其部署于数百万用户的自然语言用户口味画像系统。
- 动机：行为 embedding 对检索排序很有效，但对用户不透明，也不适配大语言模型的工作流；基础模型推荐系统需要可推理、可用自然语言交互和精炼的用户上下文。
- 做法：从收听行为、互动信号、内容元数据与可选的用户反馈中生成结构化的自然语言口味画像，并覆盖从生成、评测、优化到维护的完整生产生命周期，包括 prompt 开发与压缩、用户 steering 等。
- 评测与效果：因不存在唯一真值画像，团队提出多维度评测框架；结果显示画像独立携带用户预测信号，与行为 embedding 结合后能进一步提升推荐效果。
「研究」频道最新
- 图像实验室登顶机器人榜:FLUX 3 Action 可微调上桌面机械臂 — lmoroney · 2026-09-30
- MIT 用拉曼光谱+AI 条码无创识别衰老「僵尸细胞」 — MacrinePhD · 2026-09-30
- Anil Seth 发文反对 AI 意识可能，大批回应随文合集刊出 — anilkseth · 2026-09-30
- 因果推断入门长文:跑模型前必须先懂的假设清单 — Nasereliver · 2026-09-30
- 稀疏视角下也能重建:Gaussian Splatting 演示视频 — enndeeee · 2026-09-30
- 自动驾驶入门开源库新增 VFH 避障：LiDAR 按 5° 扇区建直方图 — 4310sy · 2026-09-30