在推荐场景落地大模型时，微信遇到了哪些难题？

文章预览

如何让推荐系统更智能？如何解决冷启动问题？如何更精准捕捉用户偏好？ 这些都是大语言模型（LLM）在推荐领域应用时要回答的关键问题。即将于10月25-26日在深圳机场凯悦酒店举办的DA数智大会2024·深圳站邀请到 微信技术架构部高级算法研究员沈春旭老师，他将分享关于大语言模型(LLM)在推荐领域落地过程中的思考。涉及以下四方面： 1.  特征增强角度，LLM为推荐模型注入开放性世界知识，解决跨域推荐和冷启动问题； 2.  模型架构角度，参考LLM训练PPL，构建推荐领域适配的预训练、持续训练、业务精调范式，实现多域-多行为数据深度感知； 3.  信息融合角度，讨论推荐领域协同信号注入LLM的新范式，协同语义信息更精准建模用户偏好； 4.  知识推理角度，基于用户转化数据与LLM知识推理能力，加强对用户需求的深层次理解，改善用户的 ………………………………