MTFM:美团统一推荐基座大模型在外卖多业务场景的落地实践
美团把过去各自为战的外卖推荐系统——首页、拼好饭等业务长期各建各的模型——合并成了一个大模型 MTFM。它的难点在于:不同业务的用户特征格式不一样、数据不能直接混用,而且序列很长导致算起来特别贵。美团的做法是像搭乐高一样,把不同业务的特征统一切成“词块”喂给同一个骨干网络,再用混合注意力机制把最贵的计算集中到真正重要的目标特征上,训练时按用户把多个业务的曝光合并成一条样本来省算力。结果是多个外卖业务的订单量提升了 2.06% 到 6.68%,推理成本降低 24%,不过落地场景限于美团外卖业务,效果来自其内部数据。
文中可用工具
提供的材料未提及具体可用工具。
评论 · 分享第一个看法