Snap 发布 GRP 生成式推荐框架：单模型统一检索排序，线上观看时长提升 0.82%
_reachsumit · x · 2026-09-30
Snap 发论文介绍 GRP v0.1，一个将检索、排序与奖励建模整合进单个 encoder-decoder 模型的生成式推荐框架：
- 模型生成多模态 Semantic ID 并用联合训练的排序模块打分；冻结的排序模块再为强化学习后训练提供奖励。
- 提出 mGRPO，在奖励优化中加入参考锚定边际，以保持日志目标的可能性。
- 服务端优化使端到端检索延迟降低 69%。
- 线上实验：仅作为检索源时观看时长 +0.46%、分享 +0.77%；结合 early-ranking bypass 与替换较弱检索源后，观看时长 +0.82%、分享 +2.56%，平台级护栏指标中性。
「研究」频道最新
- Reddit 讨论：为何还没有 folding@home 式的众包开放训练数据集 — a300a300 · 2026-10-24
- AI 复现论文失败主因不是模型:多数错误源自论文本身 — RexDouglass · 2026-10-24
- 实测：AI agent 能复现大部分已发表研究，系数符号正确率约九成 — RexDouglass · 2026-10-24
- Lafa 流语言模型达 8B:吞吐量达自回归模型 2.54 倍 — LucaAmb · 2026-10-24
- 长文科普:DFT 如何把任意有限数列精确表示为复振荡组合 — techNmak · 2026-10-24
- 复旦团队发布 F2G-Pose：单张 RGB-D 图像一次推理完成 6D 姿态估计 — joemeno · 2026-10-24