近日，一場(chǎng)聚焦生成式推薦技術(shù)前沿探索的技術(shù)沙龍?jiān)诒本┏晒εe辦。本次活動(dòng)以“快手生成式推薦技術(shù)的體系化演進(jìn)——統(tǒng)一基座、池化預(yù)估與場(chǎng)景實(shí)踐”為核心議題，深入探討了OneReason、Pool-Rec、OneSearch V2、GR4AD等關(guān)鍵技術(shù)實(shí)踐，全面展示了快手在生成式推薦領(lǐng)域的最新突破。
活動(dòng)期間，“快手探索者LLM-Rec挑戰(zhàn)賽”正式拉開(kāi)帷幕。該賽事由快手與ACM SIGIR 2026聯(lián)合發(fā)起，旨在推動(dòng)大模型與推薦系統(tǒng)的深度融合。賽事面向全球全日制在校學(xué)生開(kāi)放，不設(shè)國(guó)籍、院校及專業(yè)限制，鼓勵(lì)參賽者將推薦模型與大語(yǔ)言模型的優(yōu)勢(shì)有機(jī)結(jié)合，探索推薦系統(tǒng)向更高階智能演進(jìn)的可能性。
快手基礎(chǔ)大模型與應(yīng)用部、推薦模型部負(fù)責(zé)人李晗在發(fā)布儀式上表示，賽事將通過(guò)開(kāi)放真實(shí)業(yè)務(wù)場(chǎng)景和前沿技術(shù)課題，為青年技術(shù)人才提供實(shí)踐平臺(tái)，讓更多創(chuàng)新想法從論文走向落地驗(yàn)證。他強(qiáng)調(diào)，推薦系統(tǒng)的智能化升級(jí)需要全球青年技術(shù)力量的共同參與。
在技術(shù)分享環(huán)節(jié)，快手推薦模型部生成與排序模型負(fù)責(zé)人唐睿明詳細(xì)介紹了OneReason技術(shù)的創(chuàng)新路徑。針對(duì)傳統(tǒng)推薦模型“重結(jié)果、輕推理”的局限，團(tuán)隊(duì)構(gòu)建了面向推薦任務(wù)的CoT數(shù)據(jù)體系，通過(guò)引入推理數(shù)據(jù)飛輪機(jī)制，在強(qiáng)化學(xué)習(xí)階段實(shí)現(xiàn)多輪迭代優(yōu)化，使模型具備真實(shí)場(chǎng)景下的推理能力。這項(xiàng)突破標(biāo)志著生成式推薦技術(shù)從參數(shù)規(guī)模擴(kuò)張（Scaling）邁向推理能力構(gòu)建（Reasoning）的新階段。
針對(duì)生成式模型對(duì)算力需求的指數(shù)級(jí)增長(zhǎng)，快手計(jì)算引擎架構(gòu)負(fù)責(zé)人柳嘉強(qiáng)展示了Pool-Rec系統(tǒng)的解決方案。該系統(tǒng)通過(guò)異構(gòu)算力池化技術(shù)，實(shí)現(xiàn)跨可用區(qū)資源的統(tǒng)一調(diào)度與彈性供給，將模型算力利用率（MFU）提升至行業(yè)領(lǐng)先水平。目前，Pool-Rec已成功支撐OneRec系列模型的工業(yè)級(jí)部署，為推薦系統(tǒng)的持續(xù)進(jìn)化提供了高性能基礎(chǔ)設(shè)施保障。
在電商場(chǎng)景應(yīng)用方面，快手貨架電商推薦與搜索負(fù)責(zé)人楊一帆系統(tǒng)梳理了生成式搜推技術(shù)的演進(jìn)軌跡。從最初的候選生成到如今的決策生成，技術(shù)團(tuán)隊(duì)通過(guò)強(qiáng)化語(yǔ)義理解能力，有效解決了用戶需求模糊性、多樣性等難題。特別是在興趣編排、搜推融合等方向的技術(shù)突破，為復(fù)雜商業(yè)場(chǎng)景的智能匹配提供了新范式。
商業(yè)化實(shí)踐層面，快手商業(yè)化直播模型與內(nèi)循環(huán)召回負(fù)責(zé)人吳文金介紹了GR4AD方案。該方案基于decoder-only架構(gòu)，通過(guò)多模態(tài)語(yǔ)義增強(qiáng)、懶惰自回歸訓(xùn)練等技術(shù)創(chuàng)新，實(shí)現(xiàn)了廣告內(nèi)容與用戶興趣的精準(zhǔn)對(duì)齊。目前，GR4AD已在快手廣告平臺(tái)全面落地，顯著提升了商業(yè)轉(zhuǎn)化效率。
隨著挑戰(zhàn)賽的正式啟動(dòng)，快手向全球青年技術(shù)人才發(fā)出邀請(qǐng)。相關(guān)負(fù)責(zé)人表示，期待通過(guò)這場(chǎng)技術(shù)盛宴，匯聚全球智慧共同探索生成式推薦的未來(lái)圖景，為下一代智能推薦系統(tǒng)的定義貢獻(xiàn)創(chuàng)新力量。
