Netflix prueba GenRec en el 10% del tráfico, reporta un aumento relativo de 0.006%
Los ingenieros de Netflix Ying Li, Arjun Rao y Shradha Sehgal probaron un ranker respaldado por un LLM usando aproximadamente 40 veces menos etiquetas de la Fase 2 que el modelo en producción, reportando un incremento relativo del 0.006% en una métrica central no divulgada.
By RuntimeWire Staff · Published
Primary source: Netflix TechBlog
Por qué importa
GenRec ofrece a los ingenieros de recomendación un diseño concreto para examinar: comprimir el contexto de comportamiento, actualizar el entrenamiento específico de ranking con más frecuencia que el modelo fundacional y restringir las puntuaciones del LLM a un catálogo conocido. Su estrecha ganancia relativa en línea de 0.006% también muestra la dificultad de superar a un algoritmo de ranking maduro, incluso con menos etiquetas y costos de servicio más bajos.
Netflix engineers Ying Li, Arjun Rao and Shradha Sehgal probaron GenRec, un ranker respaldado por LLM, contra el recomendador de producción maduro del servicio de streaming.…
When you purchase through links in our articles, we may earn a small commission. This doesn’t affect our editorial independence.