Netflix用GenRec重塑推荐：从特征工程到语境工程

GenRec: Towards LLM-Native Recommendation at Netflix

Netflix推出了GenRec，这是一个基于大语言模型（LLM）的推荐排序系统，旨在取代依赖数千个手工特征的传统模型。GenRec通过将用户历史、物品元数据和上下文转化为自然语言提示，利用经过Netflix数据微调的基础模型进行排序。该系统采用两阶段训练框架，结合奖励加权损失以对齐长期会员价值，并在推理时仅使用预填充模式以降低成本。大规模A/B测试显示，GenRec在短期和长期在线指标上均显著优于现有生产模型，同时仅需少量标注数据。这标志着推荐系统从复杂的特征工程向更灵活的语境工程转变。