经过多年的技术进步，推荐系统场景已经从最开始的协同过滤，发展到了现在的深度学习为核心的阶段。随着深度学习模型的体量逐渐变大后，其优化的难度也在增大，特别在推理性能上的限制下，最后模型的效果提升受到了很大的局限性，很少能产生质的飞跃。对于这类问题，今天会和大家讨论怎么借助预训练模型的方法来跨过深水区，辅助推荐系统进一步大幅提高性能。

今天的介绍会围绕下面五点展开：

  • 华为诺亚方舟实验室

  • 信息流推荐场景

  • 推荐技术的发展

  • 预训练模型在信息流推荐的应用

  • 展望

内容中包含的图片若涉及版权问题，请及时与我们联系删除