LinkedIn 推出 TransX:推荐系统序列转导框架,CTR 提升 6.02%
_reachsumit · x · 2026-10-16
LinkedIn 团队发布 TransX 技术报告,提出面向工业级推荐的序列转导框架与配套基础设施。
核心设计
- 将序列编码、行为记忆、候选条件融合拆分为可独立扩展的组件
- 训练侧:因果轨迹计算按行为前缀摊销,记忆状态扇出到各候选
- 推理侧:通过紧凑的行为记忆 KV,把批量 prefill、近线刷新、在线预测解耦,让大部分计算离线完成,扩展模型时不增加服务成本
关键发现
- 各向异性 scaling:编码器在固定记忆分辨率与融合容量下,深度超过一定程度即饱和;增加监督信号会把算力分配前沿推向候选条件融合;保持质量所需记忆分辨率随模型容量增长大致稳定
- 在点击与转化上训练,并对共享行为接口做后训练用于检索与偏好排序,还探索了生成式推荐
线上效果:生产 A/B 实验中,核心模型 CTR +6.02%、转化 +4.45%;后训练的检索与偏好排序变体分别 CTR +2.96%、转化 +1.33%。
「Infra」频道最新
- 开发者用3台DGX Spark组本地集群跑GLM-5.3-Flash,配代理均衡日生175万token — Teknium · 2026-10-16
- Optuna 作者秋叶哉：花3亿日元调2个超参的时代，BO/HPO 还有何用武之地 — Stefania_druga · 2026-10-16
- Amazon 发布生产级 RAG 缓存方案：逐请求校验证据复用，零无效命中 — _reachsumit · 2026-10-16
- llama.cpp 新 PR 优化 AVX2 分块累加器,纯 CPU 推理再提速 — jacek2023 · 2026-10-16
- Zero 下一代 IVM 引擎塞进单个 DO，实时查询 R2 上 100GiB 数据库 — threepointone · 2026-10-16
- Aziz 梗图开玩：2028 年自己开 Roadster 去芯片工厂提货 — beffjezos · 2026-10-16