本文记录了作者参加快手技术沙龙的收获,重点探讨了推荐系统在大模型时代的演进。核心内容包括快手提出的Onerec生成式推荐框架验证了推荐系统的ScalingLaw,以及Onereason推理模型通过预训练、SFT和RL三阶段让推荐系统学会思考。文章指出单纯模仿推理链(SFT)效果不佳,强化学习(RL)才是提升推理能力的关键,并介绍了Fast-SlowThinking线上部署方案及在广告场景取得的显著收益。最后展望了从Reasoning到Agentic推荐的未来方向。
网络安全文章
















