KDD 2025 | 告别推荐翻车：快手SL-MGAC精准稳定插播直播赢用户时长！
在短视频与直播混合推荐的场景中，直播推荐系统（RS）需在每次用户请求时决定是否插入直播。不当的直播分配策略会损害用户长期体验，显著降低应用使用时长和留存率。因此，制定最优的直播分配...
admin
从0到1构建RLHF系统——小红书大模型团队的探索与实践
在QCon上海2024大会上，小红书大模型团队分享了自研RLHF系统的设计和优化。本文将介绍，随着LLM的发展，超长文本、多模态、PPO（Proximal Policy Optim...